Was bedeutet x[x < 2] = 0 bedeutet in Python?

Macht dies nur Sinn mit NumPy arrays. Das Verhalten mit Listen ist sinnlos, und speziell auf Python 2 (nicht Python 3). Sie kann überprüfen wollen, wenn das ursprüngliche Objekt war in der Tat ein NumPy-array (siehe weiter unten) und nicht eine Liste.

Aber in deinem code hier, x ist eine einfache Liste.

Seit

x < 2

Falsch ist
ich.e 0, daher

x[x<2] ist x[0]

x[0] verändert wird.

Umgekehrt x[x>2] ist x[True] oder x[1]

So, x[1] verändert wird.

Warum geschieht dies?

Die Regeln für den Vergleich sind:

1. Wenn Sie, um zwei Zeichenfolgen oder zwei numerischen Typen die Bestellung erfolgt in der erwarteten Weise (lexikographische Reihenfolge für die string -, numerischen Bestellung für ganze zahlen).

2. Wenn Sie die Reihenfolge ein numerischer und nicht-numerischer Datentyp, der numerische Typ kommt zuerst.

3. Wenn Sie um zwei inkompatible Typen wo keiner ist numerisch, Sie sind sortiert nach der alphabetischen Reihenfolge Ihrer typenames:

So haben wir die folgende Reihenfolge

numerisch < Liste < string < Tupel

Sehen die akzeptierte Antwort für Wie funktioniert Python zu vergleichen, string und int?.

Wenn x ist ein NumPy-arraydann ist die syntax macht mehr Sinn, weil boolean array-Indizierung. In diesem Fall x < 2 ist nicht ein boolean; es ist ein array von booleans der Vertretung, ob jedes element von x war weniger als 2. x[x < 2] = 0 dann wählt die Elemente der x waren weniger als 2 und setzt diese Zellen auf 0. Sehen Indizierung.

>>> x = np.array([1., -1., -2., 3])
>>> x < 0
array([False,  True,  True, False], dtype=bool)
>>> x[x < 0] += 20   # All elements < 0 get increased by 20
>>> x
array([  1.,  19.,  18.,   3.]) # Only elements < 0 are affected

InformationsquelleAutor der Antwort trans1st0r

Den original-code in Ihre Frage funktioniert nur in Python 2. Wenn x ist ein list in Python 2, der Vergleich x < y ist False wenn y ist ein integer. Dies ist, weil es keinen Sinn macht zu vergleichen, eine Liste mit einem integer. Allerdings in Python 2, wenn die Operanden nicht vergleichbar, der Vergleich ist in CPython auf die alphabetischer Reihenfolge der Namen der Typen; zusätzlich alle zahlen zunächst in gemischten Typ Vergleiche. Dies ist noch nicht einmal ausgeschrieben und in der Dokumentation von CPython 2, und unterschiedliche Python-2-Implementierungen geben könnte unterschiedliche Ergebnisse. Das ist [1, 2, 3, 4, 5] < 2 ausgewertet False weil 2 ist eine Zahl und damit "kleiner" als ein list in CPython. Diese gemischt-Vergleich wurde schließlich als zu unverständlich ein featureund entfernt wurde, in Python 3.0.

Nun, das Ergebnis < ist ein bool; und bool ist eine Unterklasse int:

>>> isinstance(False, int)
True
>>> isinstance(True, int)
True
>>> False == 0
True
>>> True == 1
True
>>> False + 5
5
>>> True + 5
6

Also im Grunde nehmen Sie das element 0 oder 1, je nachdem, ob der Vergleich wahr oder falsch ist.

Wenn Sie versuchen, den obigen code in Python 3, erhalten Sie TypeError: unorderable types: list() < int() aufgrund eine änderung in Python 3.0:

Bestellung Vergleiche

Python 3.0 vereinfacht die Regeln für die Bestellung Vergleiche:

Die Bestellung Vergleichsoperatoren (<<=>=>) erheben TypeError Ausnahme, wenn die Operanden nicht einen sinnvollen Natur-Bestellung. So Ausdrücke wie 1 < ''0 > None oder len <= len sind nicht mehr gültig, und z.B. None < None wirft TypeError anstatt False. Eine logische Folge ist, dass das Sortieren eine heterogene Liste keinen Sinn mehr macht – alle Elemente müssen miteinander vergleichbar. Beachten Sie, dass dies gilt nicht für die == und != Betreiber: die Objekte der anderen unvergleichbaren Typen immer zu vergleichen, ungleich jeder anderen.

Gibt es viele Datentypen, die überlastung die Vergleichsoperatoren, um etwas zu tun verschiedenen (dataframes von pandas, numpy - arrays). Wenn der code, den Sie Tat etwas anderes, es war, weil x war nicht listaber eine Instanz von einer anderen Klasse mit operator < überschrieben, um einen Wert zurück, der ist nicht ein bool; und dieser Wert wurde dann speziell behandelt, indem x[] (aka __getitem__/__setitem__)

InformationsquelleAutor der Antwort Antti Haapala

Im Allgemeinen, könnte es bedeuten, alles. Es wurde bereits erklärt, was es bedeutet, wenn x ist ein list oder numpy.ndarray aber im Allgemeinen kommt es nur noch darauf an, wie die Vergleichsoperatoren (<>...) und auch, wie Sie die get - /set-item ([...]-syntax) umgesetzt werden.

x.__getitem__(x.__lt__(2))      # this is what x[x < 2] means!
x.__setitem__(x.__lt__(2), 0)   # this is what x[x < 2] = 0 means!

Weil:

• x < value entspricht x.__lt__(value)
• x[value] ist (in etwa) äquivalent zu x.__getitem__(value)
• x[value] = othervalue ist (auch in etwa) äquivalent zu x.__setitem__(value, othervalue).

Diese können angepasst werden, um zu tun alles Sie wollen. Nur als Beispiel (imitiert ein bisschen numpys-Boolesche Indexierung):

class Test:
    def __init__(self, value):
        self.value = value

    def __lt__(self, other):
        # You could do anything in here. For example create a new list indicating if that 
        # element is less than the other value
        res = [item < other for item in self.value]
        return self.__class__(res)

    def __repr__(self):
        return '{0} ({1})'.format(self.__class__.__name__, self.value)

    def __getitem__(self, item):
        # If you index with an instance of this class use "boolean-indexing"
        if isinstance(item, Test):
            res = self.__class__([i for i, index in zip(self.value, item) if index])
            return res
        # Something else was given just try to use it on the value
        return self.value[item]

    def __setitem__(self, item, value):
        if isinstance(item, Test):
            self.value = [i if not index else value for i, index in zip(self.value, item)]
        else:
            self.value[item] = value

So, jetzt lasst uns sehen, was passiert, wenn Sie es verwenden:

>>> a = Test([1,2,3])
>>> a
Test ([1, 2, 3])
>>> a < 2  # calls __lt__
Test ([True, False, False])
>>> a[Test([True, False, False])] # calls __getitem__
Test ([1])
>>> a[a < 2] # or short form
Test ([1])

>>> a[a < 2] = 0  # calls __setitem__
>>> a
Test ([0, 2, 3])

Achtung: dies ist nur eine Möglichkeit. Sie sind frei, zu implementieren fast alles, was Sie wollen.

InformationsquelleAutor der Antwort MSeifert