python - 为什么在计算反转 bool 系列的总和时需要括号或新变量？

Question

给定一些数据:

>> s = pd.Series([True, False, True, False, True])

---

>> ~s.values == (~s).values
array([True,  True, True,  True, True])

但是

>> ~s.values.sum()
-4 
>> (~s).values.sum()
2

和

>> x = ~s.values
>> x.sum() == (~s).values.sum()
True

为什么我们需要使用括号 (~s).values 或将 ~s.values 存储在新变量中以便 ~Series.sum () 以在 s 中为我们提供正确数量的 False 值？

---

这是因为优先级，如@juanpa.arrivillaga 和@cwallenpoole 所述。确实:

>> ~3 is -4
True

Answer 1

因为 precedence属性访问的优先级高于 ~ 运算符。所以它在被取反之前被求和。

许多 numpy/pandas 对象覆盖了向量化计算的按位运算符。不幸的是，这会导致它们出现意外行为。

换句话说，它被评估为:

~((s.values).sum())