Numpy相等运算符重载与向量化：链式比较真值歧义错误排查

先看你给出的代码示例：

import numpy as np

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

(x == False) == True # 正常运行，输出array([False,  True])
x == (False == True) # 正常运行，输出array([False,  True])

x == False == True  # 抛出错误

报错信息：

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

核心原因：Python链式比较的逻辑和你预期的不一样 #

你可能以为x == False == True等价于(x == False) == True或者x == (False == True)，但Python的链式比较语法规则是：a == b == c等价于(a == b) and (b == c)，而不是连续的相等判断。

拆解三种情况的执行逻辑：

• (x == False) == True：
  先执行x == False得到布尔数组array([False, True])，再将这个数组和True做广播比较，逐个元素判断是否等于True，最终得到结果数组。
• x == (False == True)：
  先执行False == True得到单个布尔值False，再让数组x和False逐个元素比较，得到结果数组。
• x == False == True：
  按照Python规则等价于(x == False) and (False == True)。前半部分得到布尔数组array([False, True])，后半部分得到单个布尔值False。Numpy不允许直接用and连接布尔数组和标量——因为and需要单个布尔值作为判断依据，而数组有多个元素，Numpy无法确定你是要判断数组所有元素为真、还是至少一个为真，因此抛出歧义错误，提示你用any()或all()明确判断逻辑。

内容的提问来源于stack exchange，提问作者fblthp