python - 如果使用生成器表达式，为什么 Numpy.all() 和 any() 会给出错误的结果？

Question

使用其他人的代码时，我偶然发现了这个问题。那么对 numpy 的行为有什么解释呢？

In [1]: import numpy as np

In [2]: foo = [False, False]

In [3]: print np.any(x == True for x in foo)
True  # <- bad numpy!

In [4]: print np.all(x == True for x in foo)
True  # <- bad numpy!

In [5]: print np.all(foo)
False  # <- correct result

ps 我从这里得到了列表理解代码：检查列表是否只包含项目 x

Answer 1

np.any并且np.all不要在发电机上工作。他们需要序列。当给定一个非序列时，他们将其视为任何其他对象并调用bool它（或做一些等效的事情），这将返回True：

>>> false = [False]
>>> np.array(x for x in false)
array(<generator object <genexpr> at 0x31193c0>, dtype=object)
>>> bool(x for x in false)
True

但是，列表推导有效：

>>> np.all([x for x in false])
False
>>> np.any([x for x in false])
False

我建议使用 Python 的内置生成器any以及all何时需要生成器，因为它们通常比使用 NumPy 和列表​​推导式更快（因为双重转换，首先是 to list，然后是 to array）。