Numpy的logical_and(), logical_or() and logical_not()

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)