python中'和'（布尔）与'＆'（按位）之间的区别。 为什么在列表与numpy数组的行为差异？
什么解释列表与布尔运算和按位运算的差异numpy.arrays？
我对Python中' & 'vs' and '的适当使用感到困惑，在下面的简单例子中进行了说明。
mylist1 = [True, True, True, False, True] mylist2 = [False, True, False, True, False] >>> len(mylist1) == len(mylist2) True # ---- Example 1 ---- >>>mylist1 and mylist2 [False, True, False, True, False] #I am confused: I would have expected [False, True, False, False, False] # ---- Example 2 ---- >>>mylist1 & mylist2 *** TypeError: unsupported operand type(s) for &: 'list' and 'list' #I am confused: Why not just like example 1? # ---- Example 3 ---- >>>import numpy as np >>> np.array(mylist1) and np.array(mylist2) *** ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() #I am confused: Why not just like Example 4? # ---- Example 4 ---- >>> np.array(mylist1) & np.array(mylist2) array([False, True, False, False, False], dtype=bool) #This is the output I was expecting!
这个答案和这个答案都帮助我理解'和'是一个布尔操作，但'＆'是一个按位操作。
我正在阅读一些信息，以便更好地理解按位操作的概念，但我正在努力使用这些信息来理解我的上述4个示例。
请注意，在我的特定情况下，我的期望输出是一个新的列表，其中：
len(newlist) == len(mylist1) newlist[i] == (mylist1[i] and mylist2[i]) #for every element of newlist
上面的例子4使我得到了我想要的输出，所以这很好。
但是我对于何时/如何/为什么要使用'and'vs'＆'感到困惑。 为什么列表和numpy数组的行为与这些运算符有所不同？
任何人都可以帮助我理解布尔操作和按位操作之间的区别，以解释为什么它们以不同的方式处理列表和numpy.arrays？
我只是想确保我继续正确地继续使用这些操作。 非常感谢您的帮助！
Numpy version 1.7.1 python 2.7 References all inline with text.
EDITS
1）感谢@delnan指出，在我最初的例子中，我含糊不清，掩盖了我更深的困惑。 我已经更新了我的例子来澄清我的问题。
andtesting两个expression式是否为逻辑True而& （与True / False值一起使用时）是否都为True 。
在Python中，空内置对象通常被视为逻辑False ，而非空内置对象逻辑True 。 这有利于常用的情况下，如果列表是空的，而列表不是， 请注意，这意味着列表[False]在逻辑上为True ：
>>> if [False]: ... print 'True' ... True
因此，在例1中，第一个列表是非空的，因此在逻辑上是True ，所以和的真值and第二个列表的相同。 （在我们的例子中，第二个列表是非空的，因此在逻辑上是True ，但是识别这将需要不必要的计算步骤。）
例如2，列表不能有意义的按位组合，因为它们可以包含任意不同的元素。 可以合并的东西包括：Trues和Falses，整数。
NumPy对象支持向量化计算。 也就是说，他们让你对多个数据执行相同的操作。
示例3失败，因为NumPy数组（长度> 1）没有真值，因为这防止了基于向量的逻辑混淆。
例4只是一个vector化位and操作。
底线
-
如果你不处理数组，并且不执行整数的math操作，那么你可能需要
and。 -
如果你有想要结合的真值的向量，使用
numpy和&。
短路布尔运算符（ and ， or ）不能被覆盖，因为没有引入新的语言特性或牺牲短路，没有令人满意的方式来做到这一点。 你可能会也可能不知道，他们评估其真值的第一个操作数，并根据该值，计算并返回第二个参数，或者不评估第二个参数并返回第一个：
something_true and x -> x something_false and x -> something_false something_true or x -> something_true something_false or x -> x
请注意，返回实际操作数的（结果），而不是真值。
自定义行为的唯一方法是重写__nonzero__ （在Python 3中重命名为__bool__ ），这样可以影响返回的操作数，但不会返回不同的结果。 当它们包含任何东西时，列表（和其他集合）被定义为“真实的”，当它们是空的时候是“假的”。
NumPy数组拒绝这个概念：对于它们所针对的用例，两个不同的真值概念是常见的：（1）任何元素是否为真，（2）是否所有元素都是真的。 由于这两者完全（并且默默）不兼容，并且明显更不正确或更普遍，NumPy拒绝猜测，并且要求您显式使用.any()或.any() .all() 。
&和| （而not ，顺便说一下） 可以完全重写，因为它们不会短路。 当被覆盖时，它们可以返回任何东西，而NumPy则可以很好地利用它来执行元素操作，就像实际上任何其他标量操作一样。 另一方面，列表不会在其元素上广播操作。 就像mylist1 - mylist2并不意味着什么， mylist1 + mylist2意味着完全不同的东西，没有列表的&运算符。
关于list
首先是非常重要的一点，一切都将遵循（我希望）。
在普通的Python中， list并不是什么特别之处（除了构造可爱的语法，这大部分是历史事件）。 一旦列表[3,2,6]被创build，那么所有的意图和目的都只是一个普通的Python对象，如数字3 ，集合{3,7}或函数lambda x: x+5 。
（是的，它支持改变它的元素，支持迭代等等，但是这只是一个types：它支持一些操作，而不支持其他一些操作。int支持提升权力，但是不支持使它非常特殊 – 它只是一个int，lambda支持调用，但这并没有使它变得非常特别 – 这就是lambda所要求的，毕竟:)。
关于and
并不是运营商（你可以称之为“运营商”，但你也可以给“运营商”打电话:)。 Python中的操作符是通过调用某种types的对象的方法实现的，通常被写为该types的一部分。 一个方法没有办法对一些操作数进行评估，但是可以（而且必须）这样做。
这样的结果是，不能重载，就像不能重载。 这是完全一般的，并通过指定的协议进行通信。 你可以做的是定制你的协议的一部分，但这并不意味着你可以改变行为and完全。 协议是：
想象一下Python解释“a和b”（这种方式不是这样发生的，但它有助于理解）。 当涉及到“和”时，它看着它刚刚评估过的对象（a），并问：你是真的吗？ （ 不是 ：你是True ？）如果你是一个类的作者，你可以自定义这个答案。 如果答案是“否”， and （完全跳过b，则根本不评估），并且说： a是我的结果（ 不是 ：False是我的结果）。
如果a人不回答， and问：你的长度是多less？ （再次，您可以将其定制为类的作者）。 如果答案为0， and与上面相同 – 认为它是假的（ 非 False），则跳过b，并给出结果。
如果对第二个问题（“你的长度”是0）以外a答案进行回答，或者根本不回答，或者对第一个回答“是”（“你是真实的”），则评估b ，并说： b是我的结果。 请注意，它不询问任何问题。
另一种说法是， a and b几乎a and b相同， b if a else a ，除了a只被评估一次。
现在坐上几分钟的笔和纸，说服自己，当{a，b}是{True，False}的一个子集时，它和你所期望的布尔运算符完全一样。 但是我希望我已经说服了你，这是更普遍的，正如你所看到的，这种方式更有用。
把这两个放在一起
现在我希望你能理解你的例子1 and不关心mylist1是一个数字，列表，lambda还是一个类Argmhbl的对象。 它只关心mylist1对协议问题的回答。 当然，mylist1回答5的长度问题，所以返回mylist2。 就是这样。 它与mylist1和mylist2的元素无关 – 它们不会在任何地方input图片。
第二个例子： & on list
另一方面， &就像任何其他的操作符一样，例如+ 。 它可以通过在该类上定义一个特殊的方法来为一个types定义。 int将其定义为按位“和”，而bool将其定义为逻辑“和”，但这只是一个select：例如，集合和其他一些对象，如dict键视图将其定义为集合交集。 list只是没有定义它，可能是因为Guido没有想到明确的方式来定义它。
numpy的
另一方面：-D，numpy数组是特殊的，或者至less他们试图成为。 当然，numpy.array只是一个类，它不能以任何方式覆盖，所以它会做下一个最好的事情：当被问及“你是真的”时，numpy.array引发了一个ValueError，有效地说“请重新提出这个问题，我对事实的看法不适合你的模式“。 （请注意，ValueError消息并没有提到and因为numpy.array不知道是谁在问这个问题，而只是说实话。）
对于& ，这是完全不同的故事。 numpy.array可以按照自己的意愿定义它，并且与其他操作符一致地定义：逐点。 所以你最终得到你想要的。
HTH，
例1：
这和操作员是如何工作的。
x和y =>如果x是假的，那么x ，否则y
换句话说，由于mylist1不是False ，因此expression式的结果是mylist2 。 （只有空列表评估为False 。）
例2：
&运算符是一个按位和，如你所说。 按位操作仅适用于数字。 a ＆ b的结果是由a和b中的1组成的数字。 例如：
>>> 3 & 1 1
使用二进制文字 （与上面的数字相同）很容易看出发生了什么事情：
>>> 0b0011 & 0b0001 0b0001
按位操作在概念上与布尔（真值）操作类似，但是它们仅在位上工作。
所以，给我几个关于我的车的声明
- 我的车是红色的
- 我的车有车轮
这两个陈述的逻辑“和”是：
（是我的车红？）和（车有车轮？）=>虚假值的逻辑真
至less我的车都是这样。 所以整个陈述的价值在逻辑上是正确的。
这两个陈述的“和”都是比较模糊的：
（“我的车是红色的”语句的数值）＆（语句的数字值“我的车有车轮”）=>数字
如果python知道如何将语句转换为数值，那么它会这样做，并计算两个值的位和。 这可能导致你相信&可以互换，但是和上面的例子一样，它们是不同的东西。 另外，对于无法转换的对象，您只会得到一个TypeError 。
示例3和4：
Numpy实现数组的算术运算 ：
ndarrays上的算术和比较操作被定义为元素操作，并且通常将ndarray对象作为结果。
但是不对数组实施逻辑运算，因为你不能在Python中重载逻辑运算符 。 这就是为什么例子三不起作用，但例子四。
所以要回答你and vs &问题：使用and 。
按位操作用于检查数字的结构（哪些位被设置，哪些位未被设置）。 这种信息主要用于低级操作系统接口（例如unix权限位 ）。 大多数python程序不需要知道这一点。
然而，逻辑操作（ and ， or not ），一直在使用。
-
在Python中，
X and Y的expression式返回Y，假设bool(X) == True或者X或Y任何一个计算为False，例如：True and 20 >>> 20 False and 20 >>> False 20 and [] >>> [] -
按位运算符只是没有为列表定义。 但它被定义为整数 – 操作数字的二进制表示。 考虑16（01000）和31（11111）：
16 & 31 >>> 16 -
NumPy不是一个通灵者，也不知道，你的意思是说
[False, False]在逻辑expression式中，[False, False]应该等于True。 在这里，它覆盖了一个标准的Python行为，即：“任何与len(collection) == 0空集合都是False”。 -
可能是NumPy数组＆操作符的预期行为。
有一个Python列表的操作在列表上进行 。 list1 and list2将检查list1是否为空，如果是则返回list1如果不是则返回list2 。 list1 + list2会将list1 + list2附加到list1 ，所以你得到一个新的列表len(list1) + len(list2)元素。
只有在应用元素方式时才有意义的运算符，如& ，将TypeError为元素运算，但不支持循环遍历元素。
Numpy数组支持元素操作。 array1 & array2将计算按位或array1和array2每个对应的元素。 array1 + array2将计算array1和array2每个对应元素的总和。
这不适用于and和or 。
array1 and array2本质上是以下代码的简写：
if bool(array1): return array2 else: return array1
为此，你需要一个很好的bool(array1)定义。 对于在Python列表中使用的全局操作，定义如下： bool(list) == True如果list不为空，则为bool(list) == True如果为空，则为False 。 对于numpy的基于元素的操作，是否要检查是否有任何元素评估为True ，或者所有元素评估为True都有一些歧义。 因为两者都可以certificate是正确的，所以在数组上调用（间接） bool()时，numpy不会猜测并引发ValueError 。
对于第一个例子，并基于Django的文档
它总是会返回第二个列表，事实上，非空列表被视为Python的True值，因此python返回“last”的真值，所以第二个列表
In [74]: mylist1 = [False] In [75]: mylist2 = [False, True, False, True, False] In [76]: mylist1 and mylist2 Out[76]: [False, True, False, True, False] In [77]: mylist2 and mylist1 Out[77]: [False]
