Python numpy使用记录4.逻辑运算,与或非,异或
前言
最近写码碰到一个问题,有a,mask_1,mask_2,mask_3四个同shape的array,其中a是待索引的目标数组,mask123中的元素则是bool值,表示该位置是否满足提取条件。
我们现在要提取a中同时满足mask123的元素,因此需要使用numpy的逻辑运算,与或非。
numpy的逻辑运算函数
与或非
numpy.logical_and()
,numpy.logical_or()
,numpy.logical_not()
函数分别用于逐元素的与或非,使用如下:
if __name__ == '__main__':
v = np.linspace(1, 9, num=9).reshape([3, 3])
a = np.array([[True, False, False],
[True, True, False],
[False, False, False]])
b = np.array([[True, True, True],
[False, False, False],
[True, False, False]])
c = np.logical_and(a, b)
d = np.logical_not(a)
e = np.logical_or(a, b)
print(v[c])
print(v[d])
print(v[e])
print(v[f])
# [1.]
# [2. 3. 6. 7. 8. 9.]
# [1. 2. 3. 4. 5. 7.]
# [2. 3. 4. 5. 7.]
可以看出,索引结果与逻辑运算是匹配的。
异或
除了常用的与或非外,还有一个异或函数numpy.logical_xor()
:
f = np.logical_xor(a, b)
numpy逻辑运算符
除了使用逻辑运算函数外,更简单的方法是直接使用numpy的逻辑运算符&, |, ~
,分别表示逐元素与或非:
if __name__ == '__main__':
v = np.linspace(1, 9, num=9).reshape([3, 3])
a = np.array([[True, False, False],
[True, True, False],
[False, False, False]])
b = np.array([[True, True, True],
[False, False, False],
[True, False, False]])
c = np.logical_and(a, b)
d = np.logical_not(a)
e = np.logical_or(a, b)
cc = a & b
dd = ~a
ee = a | e
print(c, '\n', cc)
print(d, '\n', dd)
print(e, '\n', ee)
结果表明,&, |, ~
的效果与numpy逻辑运算函数是一样的。