布尔值作为索引的Python效果（a [a == 0] = 1）

Question

我目前正在实现一些我在github上看到的代码。

（https://gist.github.com/karpathy/a4166c7fe253700972fcbc77e4ea32c5）

这里的兴趣点如下：

def prepro(I):
   """ prepro 210x160x3 uint8 frame into 6400 (80x80) 1D 
   float vector """
   I = I[35:195] # crop
   I = I[::2,::2,0] # downsample by factor of 2
   I[I == 144] = 0 # erase background (background type 1)
   I[I == 109] = 0 # erase background (background type 2)
   I[I != 0] = 1 # everything else (paddles, ball) just set to 1
   return I.astype(np.float).ravel()

作者在这里对图像进行预处理，以训练神经网络。我感到困惑的部分是：

I[I == 144] = 0 # erase background (background type 1)
I[I == 109] = 0 # erase background (background type 2)
I[I != 0] = 1 # everything else (paddles, ball) just set

我认为作者希望将列表中具有值144（109，而不是0）的所有元素设置为特定值。但是，如果我是对的，则布尔值在python中仅代表0或1。因此，将列表与整数进行比较将始终为False，因此为0。

这使I[I==x] <=> I[0] : x is integer为何还要这样做呢？

我在这里想念什么？

Answer 1

NumPy数组有点不同；它们的用法类似于MATLAB中的用法。

[I == 144产生具有与I相同尺寸的逻辑数组，其中144中I的所有位置均为true，所有其他位置为false。

（其他表达式也一样。）

使用这种逻辑数组进行索引意味着索引将为true的所有位置都将受到分配的影响。