（&，|）和（and，or）是两组比较相似的运算符，用在“与”/ “或”上，在用法上有些许区别。 

（&，|）和（and，or）是用来比较两组变量的，格式基本上是：


1 a & b

2 a | b

3 a and b

4 a or b


1 如果a，b是数值变量， 则&， |表示位运算， and，or则依据是否非0来决定输出，


2 &， |：


Python学习交流扣群 302521268

3 # 1&2，2在二进制里面是10,1在二进制中是01，那么01与运算10得到是0 


4 

5 1 & 2         # 输出为 0， 

6 1 | 2          # 输出为3


1 and, or:

 2 # 判断变量是否为0， 是0则为False，非0判断为True，

 3 # and中含0，返回0； 均为非0时，返回后一个值， 

4 2 and 0   # 返回0

5 2 and 1   # 返回1

6 1 and 2   # 返回2

 

7 # or中， 至少有一个非0时，返回第一个非0,

8 2 or 0   # 返回2

9 2 or 1   # 返回2

10 0 or 1   # 返回1 


如何a, b是逻辑变量， 则两类的用法基本一致


1 In[103]:(3>0) | (3<1)

2 Out[103]: True

3 In[104]:(3>0) and (3<1)

4 Out[104]: False

5 In[105]:(3>0) or (3<1)

6 Out[105]: True

7 In[106]:(3>0) & (3<1)

8 Out[106]: False


值得提及的是在DataFrame的切片过程，要注意逻辑变量的使用，

需要求得满足多个逻辑条件的数据时，要使用& 和|，在某些条件下用and/ or会报错‘ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().’


1 target_url = "http://aima.cs.berkeley.edu/data/iris.csv"

2 data = pd.read_csv(target_url, header=None, columns=['s_line', 's_wid', 'p_line', 'p_wid', 'kind'])

3data.columns = ['s_line', 's_wid', 'p_line', 'p_wid', 'kind']

4 x_data = data.iloc[:, :-1]

5 

6 # 在多个逻辑条件下，用& 或者|，

7 x_1 = x_data[x_data['s_line'] > 6 & x_data['p_wid'] > 0]