为何numpy.trapz处理布尔值与整数时表现存在差异？

核心原因是旧版本numpy（及scipy）对布尔类型数组的数值运算处理存在类型转换差异：

• 当输入为整数列表[1,1]时，numpy将其转为整数类型数组，按梯形积分公式计算：$\frac{(1+1)}{2} \times 1 = 1.0$，最终结果为1.0。
• 当输入为布尔列表[True,True]时，旧版本中布尔数组的加法不会自动提升类型：True + True会被截断为True（布尔类型仅能表示0/1，数值2被强制转为1），此时计算$\frac{1}{2} \times 1 = 0.5$，最终结果为0.5。

新版本numpy（及较新scipy版本）已修复此问题，布尔数组参与数值运算会自动转为整数类型，两种输入结果一致。

若要避免这类差异，可手动将布尔数组转为整数类型后传入：

import numpy as np
np.trapz(np.array([True, True], dtype=int))  # 返回1.0

内容的提问来源于stack exchange，提问作者matiasg