Сравнение с логическими массивами numpy VS PEP8 E712

PEP8 E712 требует, чтобы "сравнение с True должно быть if cond is True: или if cond:".

Но если я буду следовать этому PEP8, я получу другие/неправильные результаты. Почему?

In [1]: from pylab import *

In [2]: a = array([True, True, False])

In [3]: where(a == True)
Out[3]: (array([0, 1]),)
# correct results with PEP violation

In [4]: where(a is True)
Out[4]: (array([], dtype=int64),)
# wrong results without PEP violation

In [5]: where(a)
Out[5]: (array([0, 1]),)
# correct results without PEP violation, but not as clear as the first two imho. "Where what?"

python numpy pep8
person Framester    schedule 01.03.2013    source источник
comment
Где вы находите этот PEP8 E712?   -  person mgilson    schedule 01.03.2013
comment
Это специальный диагностический вывод инструмента pep8: github.com/jcrocholl. /pep8/blob/master/pep8.py#L900. Обратите внимание, что в данном случае это неправильно, потому что a is True не имеет смысла делать с массивом.   -  person nneonneo    schedule 01.03.2013
comment
@mgilson Вы также можете искать python linter. В большинстве/некоторых IDE есть плагины для проверки pep8 вашего кода.   -  person Framester    schedule 01.03.2013
comment
@Framester - Но на самом деле это не происходит из PEP8 - Быстрый поиск слов в PEP 8 для True показывает, что это только в документе 3 раза. Все в разделе Не сравнивайте логические значения с True или False с помощью ==. который просто говорит не делайте if a == True: - вместо этого делайте if a:. Я бы сказал, что в этом случае ваш linter неверен :) (И я бы рекомендовал подать отчет об ошибке)   -  person mgilson    schedule 01.03.2013

Ответы (2)


arrow_upward
3
arrow_downward

Этот совет применим только к if заявлениям, проверяющим "правдивость" значения. numpy это другой зверь.

>>> a = np.array([True, False]) 
>>> a == True
array([ True, False], dtype=bool)
>>> a is True
False

Обратите внимание, что a is True всегда равно False, потому что a — это массив, а не логическое значение, а is выполняет простую проверку равенства ссылок (например, только True is True; None is not True).

person nneonneo    schedule 01.03.2013

arrow_upward
10
arrow_downward

"True" Numpy - это не то же самое "True", что и "True" Python, и поэтому is терпит неудачу:

>>> import numpy as np
>>> a = np.array([True, True, False])
>>> a[:]
array([ True,  True, False], dtype=bool)
>>> a[0]
True
>>> a[0]==True
True
>>> a[0] is True
False
>>> type(a[0])
<type 'numpy.bool_'>
>>> type(True)
<type 'bool'>

Кроме того, в частности, PEP 8 говорит НЕ использовать 'is ' или '==' для логических значений:

Don't compare boolean values to True or False using ==:

Yes:   if greeting:
No:    if greeting == True:
Worse: if greeting is True:

Пустой массив numpy проверяет ложность так же, как пустой список Python или пустой dict:

>>> [bool(x) for x in [[],{},np.array([])]]
[False, False, False]

В отличие от Python, пустой массив из одного ложного элемента проверяет ложность:

>>> [bool(x) for x in [[False],[0],{0:False},np.array([False]), np.array([0])]]
[True, True, True, False, False]

Но вы не можете использовать эту логику с массивом numpy с более чем одним элементом:

>>> bool(np.array([0,0]))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

Таким образом, «дух» PEP 8 с Numpy, вероятно, заключается только в проверке правдивости каждого элемента:

>>> np.where(np.array([0,0]))
(array([], dtype=int64),)
>>> np.where(np.array([0,1]))
(array([1]),)

Или используйте any:

>>> np.array([0,0]).any()
False
>>> np.array([0,1]).any()
True

И имейте в виду, что это не то, что вы ожидаете:

>>> bool(np.where(np.array([0,0])))
True

Так как np.where возвращает непустой кортеж.

person dawg    schedule 01.03.2013