false在python什么意思_python – `x [False]`在numpy中做什么？

从技术上讲,没有要求掩码的维度与您索引的数组的维度相匹配. (在以前的版本中,限制更少,你可以摆脱一些极端的形状不匹配.)

docs将布尔索引描述为

A single boolean index array is practically identical to x[obj.nonzero()] where, as described above, obj.nonzero() returns a tuple (of length obj.ndim) of integer index arrays showing the True elements of obj.

但非零对于0维输入来说很奇怪,所以这种情况是“几乎完全相同”的方式之一并不相同：

the nonzero equivalence for Boolean arrays does not hold for zero dimensional boolean arrays.

NumPy有一个0维布尔索引的特例,其动机是希望产生以下行为：

In [3]: numpy.array(3)[True]

Out[3]: array([3])

In [4]: numpy.array(3)[False]

Out[4]: array([], dtype=int64)

我将在源代码中引用处理0维布尔索引的comment：

if (PyArray_NDIM(arr) == 0) {

/*

* This can actually be well defined. A new axis is added,

* but at the same time no axis is "used". So if we have True,

* we add a new axis (a bit like with np.newaxis). If it is

* False, we add a new axis, but this axis has 0 entries.

*/

虽然这主要用于0维数组的0维索引,但它也适用于使用布尔值索引多维数组.从而,

x[True]

相当于x [np.newaxis],产生一个前面有一个新的长度为1的轴的结果,和

x[False]

在长度为0的前面生成一个新轴的结果,不选择任何元素.