1.干啥的
Numpy中也有逻辑判断的函数,即logical_and(),logical_or(), logical_not(), logical_xor()
2.咋用的
1. logical_and(x1, x2)
x1,x2:array_like
输入数组。 x1和x2必须具有相同的形状。
布尔结果,与x1和x2的相应元素上的逻辑AND运算,结果和x1和x2形状相同。 如果x1和x2都是标量,则也返回标量。
import numpy as np
print(np.logical_and([True, False], [False, False]))
#array([False, False], dtype=bool)
x=np.arrange(7)
print(np.logical_and(x>1, x<4))
#array([False, False, True, True, False], dtype=bool)
2.logical_or(x1,x2)
x1,x2:array_like
输入数组。 x1和x2必须具有相同的形状。
布尔结果,与x1和x2的相应元素上的逻辑OR运算,结果和x1和x2形状相同。 如果x1和x2都是标量,则也返回标量。
import numpy as np
np.logical_or(True, False)
#True
np.logical_or([True, False], [False, False])
#array([ True, False], dtype=bool)
x = np.arange(5)
np.logical_or(x < 1, x > 3)
#array([ True, False, False, False, True], dtype=bool)
3.logical_not
x:array_like
输入数组。
布尔结果,与x的相应元素上的逻辑NOT运算,结果和x形状相同。 如果x是标量,则也返回标量。
import numpy as np
np.logical_not(3)
#False
np.logical_not([True, False, 0, 1])
#array([False, True, True, False], dtype=bool)
x = np.arange(5)
np.logical_not(x<3)
#array([False, False, False, True, True], dtype=bool)
4.logical_xor
x1,x2:array_like
输入数组。 x1和x2必须具有相同的形状。
随着版本的变化,函数的参数也在更新,更多详情点击 查看。
布尔结果,与x1和x2的相应元素上的逻辑XOR运算,结果和x1和x2形状相同。 如果x1和x2都是标量,则也返回标量。
np.logical_xor(True, False)
#True
np.logical_xor([True, True, False, False], [True, False, True, False])
#array([False, True, True, False], dtype=bool)
x = np.arange(5)
np.logical_xor(x < 1, x > 3)
#array([ True, False, False, False, True], dtype=bool)
np.logical_xor(0, np.eye(2))
array([[ True, False],
[False, True]], dtype=bool)