numpy logical_and: 意外行为

Question

假设我给你以下的布尔数组：

b1 = np.array([ True,  True, False,  True ])
b2 = np.array([ True, False, False,  True ])
b3 = np.array([ True,  True,  True, False ])

如果你把它们用AND运算结合在一起，你应该会得到以下结果：

b4 = np.array([ True, False, False, False ])

对吧？如果不是，请解释一下。如果我们达成一致，那为什么会发生以下情况呢？

>>> np.logical_and(b1, b2, b3)
array([ True, False, False,  True ])

np.logical_and(np.logical_and(b1, b2), b3)确实会给出预期的结果。

Answer 1

logical_and() 是一个二元运算符，也就是说它需要两个输入。针对你的问题，你可以使用：

np.all([b1, b2, b3], axis=0)
np.logical_and.reduce([b1, b2, b3], axis=0)

Answer 2

在np.logical_and这个函数中，第三个参数是可选的out参数，它用来存放操作的结果。

也就是说，当你调用np.logical_and(b1, b2, b3)时，它会把np.logical_and(b1, b2)的结果写入到b3中，覆盖掉原来的内容。

输出参数对于确定输出类型和提高效率是很有用的。

Answer 3

看看这个np.logical_and的文档。就像大多数NumPy的操作函数一样，第三个参数是一个out参数，用来指定一个目标数组。它不是一个操作数！如果把b3放在这里，会直接覆盖b3里的内容。

在大多数情况下，使用&会更清晰、更简单：

b4 = b1 & b2 & b3