Numpy - 直接使用np.isnan和保存布尔值在临时变量的区别

Question

我想从一个numpy数组中去掉NaN（不是一个数字）的值，举个例子：

A = np.array([[1,2,3,4,5,6],
       [1,2,3,4,5,6],
       [1,2,3,4,nan,6],
       [1,2,3,4,5,6],
       [1,2,3,4,5,6],
       [1,2,3,4,5,6],
       [1,2,nan,4,5,6],
       [1,2,3,4,5,6],
       [nan,2,3,4,5,6]])

我用一个直接的命令去掉它们，效果很好：

A1 = A[~np.isnan(A).any(1)]

但是如果我把布尔值（真或假）保存到一个临时数组里：

boolAnonan = ~np.isnan(A)  
A2 = A[boolAnonan.any(1)]

结果却没有任何变化！

实际上，我为什么会这样呢？：

>>> boolAnonan == ~np.isnan(A)
array([[ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True],
   [ True,  True,  True,  True,  True,  True]], dtype=bool)

>>> ~np.isnan(A).any(1)
array([ True,  True, False,  True,  True,  True, False,  True, False], dtype=bool)

>>> boolAnonan.any(1)
array([ True,  True,  True,  True,  True,  True,  True,  True,  True], dtype=bool)

有没有什么合理的解释？谢谢！

Answer 1

你遇到了优先级的问题

~x.y.z

是

~(x.y.z)

不是

(~z).y.z

因此

~np.isnan(A).any(1)

并不等同于

(~np.isnan(A)).any(1)