20.1 判断：

最新推荐文章于 2024-08-07 21:53:40 发布

soyisou

最新推荐文章于 2024-08-07 21:53:40 发布

阅读量72

点赞数

分类专栏： Numpy 机器学习深度学习文章标签： numpy python 机器学习

本文链接：https://blog.csdn.net/qq_44714448/article/details/125842635

版权

Numpy 同时被 3 个专栏收录

29 篇文章 0 订阅

订阅专栏

机器学习

29 篇文章 1 订阅

订阅专栏

深度学习

29 篇文章 0 订阅

订阅专栏

这篇博客介绍了 NumPy 库中的 np.any() 和 np.all() 函数。np.all() 对数组中的所有元素进行与运算，如果所有元素都为真，则返回 False；np.any() 则对数组中的元素进行或运算，只要有一个元素为真，就返回 True。示例展示了这两个函数在不同情况下的应用，包括比较两个数组是否相等以及按轴进行操作。

摘要由CSDN通过智能技术生成

20.1 判断：

np.any()/np.all()
np.all()是对 np.array中所有元素进行与操作，然后结果返回 True 或者 False
np.any()是对 np.array中的所有元素进行或操作，然后结果返回 True 或者 False

import numpy as np

print(np.any(np.array([True, True, False]))) # True
print(np.all(np.array([True, True, False]))) # False

aa = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
bb = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print((aa == bb).all()) # True
print((aa == bb).any()) # True

aa = np.arange(30).reshape((5, 6))
aa[3, 4] = 0
np.random.shuffle(aa)
print(aa)

print(np.any(aa, axis=0))
print(np.any(aa, axis=1))

print(np.all(aa, axis=0))
print(np.all(aa, axis=1))