'and'（布尔值）与 '&'（按位） - 为什么列表与 numpy 数组的行为存在差异？

如何解释列表与 NumPy 数组上布尔运算和按位运算的行为差异？

我对正确使用感到困惑& vs and在 Python 中，如以下示例所示。

mylist1 = [True,  True,  True, False,  True]
mylist2 = [False, True, False,  True, False]

>>> len(mylist1) == len(mylist2)
True

# ---- Example 1 ----
>>> mylist1 and mylist2
[False, True, False, True, False]
# I would have expected [False, True, False, False, False]

# ---- Example 2 ----
>>> mylist1 & mylist2
TypeError: unsupported operand type(s) for &: 'list' and 'list'
# Why not just like example 1?

>>> import numpy as np

# ---- Example 3 ----
>>> np.array(mylist1) and np.array(mylist2)
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
# Why not just like Example 4?

# ---- Example 4 ----
>>> np.array(mylist1) & np.array(mylist2)
array([False,  True, False, False, False], dtype=bool)
# This is the output I was expecting!

这个答案 and 这个答案帮助我理解了这一点and是一个布尔运算，但是是按位运算。

我读到按位运算为了更好地理解这个概念，但我正在努力使用这些信息来理解我上面的 4 个例子。

示例 4 引导我得到了我想要的输出，所以这很好，但我仍然对何时/如何/为什么应该使用感到困惑and vs &。为什么列表和 NumPy 数组在使用这些运算符时表现不同？

谁能帮助我理解布尔运算和按位运算之间的区别，以解释为什么它们以不同的方式处理列表和 NumPy 数组？

and测试两个表达式是否符合逻辑True while &（当与True/False值）测试两者是否都是True.

在Python中，空的内置对象通常被视为逻辑上的False而非空内置函数在逻辑上是True。这有助于常见的用例，即如果列表为空，您想要执行某些操作，如果列表不为空，则执行其他操作。请注意，这意味着列表 [False] 在逻辑上是True:

>>> if [False]:
...    print('True')
...
True

因此，在示例 1 中，第一个列表非空，因此逻辑上True，所以真值and与第二个列表相同。 （在我们的例子中，第二个列表是非空的，因此逻辑上True，但识别这一点将需要不必要的计算步骤。）

例如 2，列表不能以按位方式进行有意义的组合，因为它们可以包含任意不同的元素。可以按位组合的东西包括：真值和假值、整数。

相比之下，NumPy 对象支持矢量化计算。也就是说，它们允许您对多条数据执行相同的操作。

示例 3 失败，因为 NumPy 数组（长度 > 1）没有真值，因为这可以防止基于向量的逻辑混淆。

示例 4 只是一个矢量化位and手术。

底线

• 如果您不处理数组并且不执行整数的数学操作，您可能想要and.

• 如果您有想要组合的真值向量，请使用numpy with &.