这种numpy选择行为的背后是什么？

Question

在回答这个问题时，我和其他一些人实际上认为是错误的，因为认为以下方法可行：

说一个有

test = [ [ [0], 1 ],
         [ [1], 1 ]
       ]
import numpy as np
nptest = np.array(test)

背后的原因是什么

>>> nptest[:,0]==[1]
array([False, False], dtype=bool)

而有一个

>>> nptest[0,0]==[1],nptest[1,0]==[1]
(False, True)

---

要么

>>> nptest==[1]
array([[False,  True],
       [False,  True]], dtype=bool)

要么

>>> nptest==1
array([[False,  True],
       [False,  True]], dtype=bool)

是造成尺寸 退化的 原因吗？

Answer 1

nptest 是对象dtype的2D数组，每行的第一个元素是一个列表。

nptest[:, 0] 是对象dtype的一维数组，其每个元素都是列表。

当您这样做时nptest[:,0]==[1]，NumPy不会nptest[:,0]对list的每个元素进行元素比较[1]。它从中创建尽可能高维的数组[1]，生成1D数组np.array([1])，然后广播比较，将的每个元素nptest[:,0]与整数1进行比较。

由于innptest[:, 0]中的列表都不等于1，因此结果的所有元素均为False。