numpy 逻辑运算方法介绍

在 NumPy 中，逻辑运算方法用于对数组中的元素进行逻辑操作，通常用于布尔数组，也可用于数值数组，非零值视为 True，零值视为 False。常见的逻辑运算方法有：

1. numpy.logical_and

逐元素进行逻辑与运算（AND），只有当两个数组对应位置的元素都为 True 时，结果为 True。

示例：

import numpy as np

a = np.array([True, False, True, False])
b = np.array([True, True, False, False])

result = np.logical_and(a, b)
print(result)  # [ True False False False]

2. numpy.logical_or

逐元素进行逻辑或运算（OR），只要两个数组中有一个对应位置的元素为 True，结果即为 True。

示例：

import numpy as np

a = np.array([True, False, True, False])
b = np.array([True, True, False, False])

result = np.logical_or(a, b)
print(result)  # [ True  True  True False]

3. numpy.logical_xor

逐元素进行逻辑异或运算（XOR），当两个数组中对应位置的元素不相同时，结果为 True。

示例：

import numpy as np

a = np.array([True, False, True, False])
b = np.array([True, True, False, False])

result = np.logical_xor(a, b)
print(result)  # [False  True  True False]

4. numpy.logical_not

逐元素进行逻辑非运算（NOT），将 True 转换为 False，将 False 转换为 True。

示例：

import numpy as np

a = np.array([True, False, True, False])

result = np.logical_not(a)
print(result)  # [False  True False  True]

5. numpy.equal

逐元素比较两个数组是否相等。如果相等，返回 True；否则返回 False。

示例：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([1, 2, 4])

result = np.equal(a, b)
print(result)  # [ True  True False]

6. numpy.not_equal

逐元素比较两个数组是否不相等。如果不相等，返回 True；否则返回 False。

示例：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([1, 2, 4])

result = np.not_equal(a, b)
print(result)  # [False False  True]

7. numpy.greater

逐元素比较两个数组，如果第一个数组的元素大于第二个数组的元素，返回 True。

示例：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([1, 2, 2])

result = np.greater(a, b)
print(result)  # [False False  True]

8. numpy.greater_equal

逐元素比较两个数组，如果第一个数组的元素大于或等于第二个数组的元素，返回 True。

示例：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([1, 2, 2])

result = np.greater_equal(a, b)
print(result)  # [ True  True  True]

9. numpy.less

逐元素比较两个数组，如果第一个数组的元素小于第二个数组的元素，返回 True。

示例：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([1, 2, 4])

result = np.less(a, b)
print(result)  # [False False  True]

10. numpy.less_equal

逐元素比较两个数组，如果第一个数组的元素小于或等于第二个数组的元素，返回 True。

示例：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([1, 2, 4])

result = np.less_equal(a, b)
print(result)  # [ True  True  True]

11. numpy.bitwise_and

按元素执行位与运算（通常用于整数数组）。与 logical_and 类似，但 bitwise_and 处理整数的二进制表示。

示例：

import numpy as np

a = np.array([1, 0, 1, 0], dtype=int)
b = np.array([1, 1, 0, 0], dtype=int)

result = np.bitwise_and(a, b)
print(result)

12. numpy.bitwise_or

按元素执行位或运算，用于整数的二进制表示。

示例：

import numpy as np

a = np.array([1, 0, 1, 0], dtype=int)
b = np.array([1, 1, 0, 0], dtype=int)

result = np.bitwise_or(a, b)
print(result)

13. numpy.bitwise_xor

按元素执行位异或运算，用于整数的二进制表示。

示例：

import numpy as np

a = np.array([1, 0, 1, 0], dtype=int)
b = np.array([1, 1, 0, 0], dtype=int)

result = np.bitwise_xor(a, b)
print(result)

总结

这些逻辑运算方法可以方便地对数组中的元素进行逐元素的比较和逻辑操作。它们广泛用于数组的过滤、选择、条件判断和掩码操作。