NumPy ValueError：具有多个元素的数组的真值不明确。使用 a.any() 或 a.all()

我正在 NumPy 中计算矩阵的特征向量和特征值，只是想通过assert陈述。这会引发一个我不太理解的 ValueError，因为打印这些比较效果很好。有什么建议我可以得到这个assert声明有效吗？

import numpy as np
A = np.array([[3,5,0], [5,7,12], [0,12,5]])
eig_val, eig_vec = np.linalg.eig(A)
print('eigenvalue:', eig_val)
print('eigenvector:', eig_vec)

for col in range(A.shape[0]):
    assert (A.dot(eig_vec[:,col])) == (eig_val[col] * eig_vec[:,col])

错误消息很好地解释了这一点：

ValueError: The truth value of an array with more than one element is ambiguous. 
Use a.any() or a.all()

什么应该bool(np.array([False, False, True]))返回？你可以提出几个看似合理的论点：

(1) True， 因为bool(np.array(x))应该返回相同的bool(list(x))，并且非空列表是 truelike；

(2) True，因为至少有一个元素是True;

(3) False，因为并非所有元素都是True;

这甚至没有考虑 N 维情况的复杂性。

因此，由于“具有多个元素的数组的真值不明确”，您应该使用.any() or .all()， 例如：

>>> v = np.array([1,2,3]) == np.array([1,2,4])
>>> v
array([ True,  True, False], dtype=bool)
>>> v.any()
True
>>> v.all()
False

你可能想考虑np.allclose如果您正在比较浮点数组：

>>> np.allclose(np.array([1,2,3+1e-8]), np.array([1,2,3]))
True