为什么 python all([[False, True],[False, False]]) 被认为是 True

Question

标题几乎说明了一切。如果我问 Python 什么是

all(test = [[False, True],[False, False]])

，它会输出 True:

all(test)
Out[279]: True 

我在玩 Python 的布尔值，发现这个很难理解。

如果我把它变成一个 Numpy 数组，

test = np.array([[False, True],[False, False]])

，它输出 False:

test.all()
Out[283]: False

Answer 1

Numpy 以一种更注重数学的方式来实现它，它实际上会查看所有列表中的所有值。另一方面，Python 解释器从编程的角度来看它。

all([[False, True],[False, False]])

评估为

True

的原因是由于 Python 的两个怪癖。

1. all(iterable)

   函数查看可迭代对象中的每个元素并检查它们是否全部为真。
2. 不为空的列表是真实的。

all()

函数检查超级列表中的每个元素，并查看它是结构化的

[list, list]

。但是

all()

不是进入每个子列表，而是简单地评估每个子列表是否“真实”。由于子列表中都包含值，因此它们都是真实的，因此计算结果为

True

。最后，

all()

只看到超级列表由两个 truthy 元素组成，因此它返回

True

.

Answer 2

很酷的问题。解决这个问题的最佳方法是在 Python REPL 中亲自尝试：

$ python
[Clang 14.0.0 (clang-1400.0.29.202)] on darwin
Type "help", "copyright", "credits" or "license" for more information.
>>> bool([False])
True
>>> bool(False)
False
>>> all([[]])
False
>>> all([[False]])
True

但是，嘿，我是谁，只是一只卑微的乌鸦，站在巨人的肩膀上。在此处查看这个答案以获取更多详细信息和说明。

Answer 3

在 python 中，非空列表是“真实的”

>>> bool([False, True])
True

all

没有比这更深入地观察对象了。你给了它两个非空列表，你得到了

True

作为回报。

ndarray.all

做同样的事情，除了它看起来更深入数组。这就是 numpy 的意义所在——它向它的元素广播一个操作。您可以调整其参数的完成方式，例如

axis

将考虑数组的子集。

您可以通过迭代内部列表来使用 vanilla python 做类似的事情：

>>> test = [[False, True],[False, False]]
>>> all(val for inner in t2 for val in inner)
False