两个布尔列表上的 Python AND 运算符 - 如何？
Posted
技术标签:
【中文标题】两个布尔列表上的 Python AND 运算符 - 如何？【英文标题】：Python AND operator on two boolean lists - how? 【发布时间】：2015-11-18 11:00:39 【问题描述】：我有两个布尔列表，例如，
x=[True,True,False,False]
y=[True,False,True,False]
我想将这些列表与预期的输出相结合：
xy=[True,False,False,False]
我以为 x and y 表达式可以工作，但后来发现它不起作用：事实上，(x and y) != (y and x)
x and y 的输出：[True,False,True,False]
y and x 的输出：[True,True,False,False]
使用列表推导确实有正确的输出。呼！
xy = [x[i] and y[i] for i in range(len(x)]
请注意，我找不到任何参考资料告诉我 AND 运算符可以像我尝试使用 x 和 y 一样工作。但是在 Python 中进行尝试很容易。
有人可以向我解释x and y 发生了什么吗？
这是一个简单的测试程序：
import random
random.seed()
n = 10
x = [random.random() > 0.5 for i in range(n)]
y = [random.random() > 0.5 for i in range(n)]
# Next two methods look sensible, but do not work
a = x and y
z = y and x
# Next: apparently only the list comprehension method is correct
xy = [x[i] and y[i] for i in range(n)]
print 'x : %s'%str(x)
print 'y : %s'%str(y)
print 'x and y : %s'%str(a)
print 'y and x : %s'%str(z)
print '[x and y]: %s'%str(xy)
【问题讨论】：
x 是一个列表，y 是一个列表。x and y 为真当且仅当两个列表都是非空的（空列表是 'false-y'，所有非空列表都是 'truth-y'）：也就是说，x and y 不 '和每个元素' 或以其他方式关心值。
【参考方案1】：
and 只是根据它们的真值返回第一个或第二个操作数。如果第一个操作数为假，则返回，否则返回另一个操作数。
列表在非空时被认为是true，因此两个列表都被认为是true。它们的内容在这里没有作用。
因为两个列表都不为空，x and y 只是简单地返回第二个列表对象；只有x 为空才会被返回：
>>> [True, False] and ['foo', 'bar']
['foo', 'bar']
>>> [] and ['foo', 'bar']
[]
请参阅 Python 文档中的 Truth value testing section：
可以测试任何对象的真值，用于
if或while条件或作为以下布尔运算的操作数。以下值被认为是错误的：[...]
任何空序列，例如，''、()、[]。[...]
所有其他值都被认为是真——因此许多类型的对象总是真。
（强调我的），以及正下方的Boolean operations section：
x and y如果 x 为假，则 x，否则 y这是一个短路运算符，所以它只计算第二个参数，如果第一个参数是
True。
您确实需要明确地测试列表中包含 的值。正如您所发现的，您可以通过列表理解来做到这一点。您可以使用 zip() function 重写它以配对值：
[a and b for a, b in zip(x, y)]
【讨论】：
感谢出色的解释和特别是。重复我所看到的“如果 x 为假，则 x，否则 y”，但没有完全理解。这是RTFM的一个案例，我应该非常仔细地阅读它！【参考方案2】：你可以使用 numpy：
>>> import numpy as np
>>> x=np.array([True,True,False,False])
>>> y=np.array([True,False,True,False])
>>> x & y
array([ True, False, False, False], dtype=bool)
Numpy 允许对数组进行数值和逻辑运算，例如：
>>> z=np.array([1,2,3,4])
>>> z+1
array([2, 3, 4, 5])
您可以使用& 运算符按位执行。
您可以使用 numpy 直接生成布尔数组，而不是列表推导：
>>> np.random.random(10)>.5
array([ True, True, True, False, False, True, True, False, False, False], dtype=bool)
【讨论】：
【参考方案3】：这是一个简单的解决方案：
np.logical_and(x,y)
【讨论】：
【参考方案4】：and 不一定是布尔运算符；它返回它的两个参数之一，而不管它们的类型。如果第一个参数是假的（False、数字零或空字符串/容器），则返回该参数。否则，它返回第二个参数。
在您的情况下，x 和 y 都是非空列表，因此第一个参数始终为真，这意味着 x and y 返回 y 和 y and x 返回 x。
【讨论】：
【参考方案5】：这应该做你想做的：
xy = [a and b for a, b in zip(x, y)]
x and y 返回y 和y and x 返回x 的原因是因为python 中的布尔运算符返回检查的最后一个值，该值确定表达式的真实性。非空 list 的计算结果为 True，并且由于 and 要求两个操作数都计算 True，因此检查的最后一个操作数是第二个操作数。与 x or y 对比，后者将返回 x，因为它不需要检查 y 来确定表达式的真实性。
【讨论】：
【参考方案6】：而不是使用
[a and b for a, b in zip(x, y)]
可以只使用 numpy 的可能性来乘以布尔值：
(np.array(x)*np.array(y))
>> array([ True, False, False, False], dtype=bool)
还是我忽略了一个特殊情况？
【讨论】：
【参考方案7】：要概括 zip 方法，请对任意数量的列表使用 all 和 any。
all 与：
[all(i) for i in zip(a, b, c)] # zip all lists
any 用于 OR：
[any(i) for i in zip(a, b, c)]
【讨论】：
【参考方案8】：你可以使用zip函数
x=[True,True,False,False]
y=[True,False,True,False]
z=[a and b for a,b in zip(x,y)]
【讨论】：
【参考方案9】：除了@Martijn Pieters 已经回答的内容之外，我只想添加以下代码来解释and 和or 的实际操作。
and 返回遇到的第一个假值，否则返回最后一个评估的参数。
类似地or 返回遇到的第一个真值，否则最后一个评估的参数。
nl1 = [3,3,3,3,0,0,0,0]
nl2 = [2,2,0,0,2,2,0,0]
nl3 = [1,0,1,0,1,0,1,0]
and_list = [a and b and c for a,b,c in zip(nl1,nl2,nl3)]
or_list = [a or b or c for a,b,c in zip(nl1,nl2,nl3)]
值是
and_list = [1, 0, 0, 0, 0, 0, 0, 0]
or_list = [3, 3, 3, 3, 2, 2, 1, 0]
【讨论】：
【参考方案10】：感谢@Martijn Pieters 和@Tony 的回答。 我深入研究了我们必须对两个列表进行 AND 的各种选项的时间安排，我想分享我的结果，因为我发现它们很有趣。
尽管非常喜欢 Python 的方式 [a 和 b 用于 a,b in zip(x,y) ]，但结果确实很慢。 我与数组的整数乘积 (1*(array of bool)) * (1*(array of bool)) 进行比较，结果发现速度快了 10 倍以上
import time
import numpy as np
array_to_filter = np.linspace(1,1000000,1000000) # 1 million of integers :-)
value_limit = 100
cycles = 100
# METHOD #1: [a and b for a,b in zip(x,y) ]
t0=time.clock()
for jj in range(cycles):
x = array_to_filter<np.max(array_to_filter)-value_limit # filter the values > MAX-value_limit
y = array_to_filter>value_limit # filter the values < value_limit
z= [a and b for a,b in zip(x,y) ] # AND
filtered = array_to_filter[z]
print('METHOD #1 = %.2f s' % ( (time.clock()-t0)))
# METHOD 1*(array of bool) AND 1*(array of bool)
t0=time.clock()
for jj in range(cycles):
x = 1*(array_to_filter<np.max(array_to_filter)-value_limit) # filter the values > MAX-value_limit
y = 1*(array_to_filter>value_limit) # filter the values < value_limit
z = x*y # AND
z = z.astype(bool) # convert back to array of bool
filtered = array_to_filter[z]
print('METHOD #2 = %.2f s' % ( (time.clock()-t0)))
结果是
METHOD #1 = 15.36 s
METHOD #2 = 1.85 s
速度几乎同样受数组大小或周期数的影响。 我希望我帮助某人编码更快。 :-)
【讨论】：
以上是关于两个布尔列表上的 Python AND 运算符 - 如何？的主要内容，如果未能解决你的问题，请参考以下文章
python-逻辑运算:not\and\or和布尔值:True\False
Python append() 与列表上的 + 运算符，为啥这些会给出不同的结果？