在Python中，x = 0是什么意思？
我碰到一些类似于代码的代码
x[x<2]=0 玩弄变化，我仍然坚持这个语法。
例子：
>>> x = [1,2,3,4,5] >>> x[x<2] 1 >>> x[x<3] 1 >>> x[x>2] 2 >>> x[x<2]=0 >>> x [0, 2, 3, 4, 5]
这只对NumPy数组有意义。 列表的行为是无用的，特定于Python 2（不是Python 3）。 您可能要仔细检查原始对象是否确实是一个NumPy数组（请参阅下文）而不是列表。
但是在你的代码中，x是一个简单的列表。
以来
x < 2
是假的，即0，因此
x[x<2]是x[0]
x[0]被改变。
相反， x[x>2]是x[True]或x[1]
所以， x[1]被改变了。
为什么会这样呢？
比较规则是：
-
当您订购两个string或两个数字types时，按照预期的方式进行sorting（string的字典sorting，整数的数字sorting）。
-
当您订购一个数字和一个非数字types时，数字types首先。
-
当您订购两个不兼容的types时，它们都是按照其types名称的字母顺序sorting的：
所以，我们有以下的顺序
数字<列表<string<元组
请参阅Python如何比较string和int的接受答案？ 。
如果x是一个NumPy数组 ，那么由于布尔数组索引 ，语法更有意义。 在这种情况下， x < 2根本不是布尔值。 它是一个布尔值数组，表示x每个元素是否小于x[x < 2] = 0然后selectx[x < 2] = 0的元素，并将这些单元格设置为0.请参见索引 。
>>> x = np.array([1., -1., -2., 3]) >>> x < 0 array([False, True, True, False], dtype=bool) >>> x[x < 0] += 20 # All elements < 0 get increased by 20 >>> x array([ 1., 19., 18., 3.]) # Only elements < 0 are affected
>>> x = [1,2,3,4,5] >>> x<2 False >>> x[False] 1 >>> x[True] 2
布尔简单地转换为一个整数。 索引是0或1。
您的问题中的原始代码仅适用于Python 2.如果x是Python 2中的list ，则如果y是int eger，则比较x < y是False 。 这是因为将一个列表与一个整数进行比较是没有意义的。 但是，在Python 2中，如果操作数不具有可比性，则比较将基于CPython中按types名称的字母顺序排列 ; 另外所有的数字在混合型比较中都是第一位的 。 这甚至没有在CPython 2的文档中详细说明，不同的Python 2实现可能会给出不同的结果。 即[1, 2, 3, 4, 5] < 2计算结果为False因为2是一个数字，因此比CPython中的list “小”。 这个混合的比较最终被认为是一个太模糊的function ，并在Python 3.0中被删除。
现在， <的结果是bool ; 而bool是int一个子类 ：
>>> isinstance(False, int) True >>> isinstance(True, int) True >>> False == 0 True >>> True == 1 True >>> False + 5 5 >>> True + 5 6
所以基本上，你要采取元素0或1取决于比较是真是假。
如果您在Python 3中尝试使用上面的代码，则会由于Python 3.0中的更改而得到TypeError: unorderable types: list() < int()
订购比较
Python 3.0简化了sorting比较的规则：
当操作数没有有意义的自然sorting时，sorting比较运算符（
<，<=，>=，>）会引发TypeErrorexception。 因此，1 < ''，0 > None或len <= len等expression式不再有效，例如None < None引发TypeError而不返回False。 一个推论就是sorting一个异构列表不再有意义 – 所有的元素必须是可比较的。 请注意，这不适用于==和!=运算符：不同types的对象总是比较不相等。
有许多数据types重载比较运算符来做一些不同的事情（来自pandas，numpy的数组的数据框）。 如果你正在使用的代码做了其他的事情，那是因为x 不是一个list ，而是一个其他类的一个实例，它的操作符被覆盖，返回一个不是bool ; 然后这个值被x[] （又名__getitem__ / __setitem__ ）特别处理
这有一个更多的用途：代码高尔夫。 代码高尔夫是编写程序的艺术，它尽可能less的源代码字节来解决一些问题。
return(a,b)[c<d]
大致相当于
if c < d: return b else: return a
除了a和b都是在第一个版本中评估的，而不是在第二个版本中评估的。
c<d评估为True或False 。
(a, b)是一个元组。
在一个元组上索引的工作就像索引在列表上： (3,5)[1] == 5 。
True等于1 ， False等于0 。
-
(a,b)[c<d] -
(a,b)[True] -
(a,b)[1] -
b
或者False ：
-
(a,b)[c<d] -
(a,b)[False] -
(a,b)[0] -
a
在堆栈交换networking上有一个很好的列表，你可以对python进行很多恶意的操作，以节省几个字节。 https://codegolf.stackexchange.com/questions/54/tips-for-golfing-in-python
虽然在正常的代码中不应该使用，在你的情况下，这意味着x既可以作为一个可以比较一个整数和作为一个容器，支持切片，这是一个非常不寻常的组合。 正如其他人所指出的，这可能是Numpy代码。
一般来说，这可能意味着什么 。 它已经解释了这是什么意思，如果x是一个list或numpy.ndarray但一般来说，它只取决于如何比较运算符（ < ， > ，…）以及如何get / set-item（ [...]语法）。
x.__getitem__(x.__lt__(2)) # this is what x[x < 2] means! x.__setitem__(x.__lt__(2), 0) # this is what x[x < 2] = 0 means!
因为：
-
x < value相当于x.__lt__(value) -
x[value]（大致）等于x.__getitem__(value) -
x[value] = othervalue（也大致）等于x.__setitem__(value, othervalue)。
这可以定制做任何你想要的。 就像一个例子（模仿一下numpys-boolean索引）：
class Test: def __init__(self, value): self.value = value def __lt__(self, other): # You could do anything in here. For example create a new list indicating if that # element is less than the other value res = [item < other for item in self.value] return self.__class__(res) def __repr__(self): return '{0} ({1})'.format(self.__class__.__name__, self.value) def __getitem__(self, item): # If you index with an instance of this class use "boolean-indexing" if isinstance(item, Test): res = self.__class__([i for i, index in zip(self.value, item) if index]) return res # Something else was given just try to use it on the value return self.value[item] def __setitem__(self, item, value): if isinstance(item, Test): self.value = [i if not index else value for i, index in zip(self.value, item)] else: self.value[item] = value
那么现在让我们看看如果使用它会发生什么：
>>> a = Test([1,2,3]) >>> a Test ([1, 2, 3]) >>> a < 2 # calls __lt__ Test ([True, False, False]) >>> a[Test([True, False, False])] # calls __getitem__ Test ([1]) >>> a[a < 2] # or short form Test ([1]) >>> a[a < 2] = 0 # calls __setitem__ >>> a Test ([0, 2, 3])
注意这只是一种可能性。 你可以自由地实现你想要的一切。
