1. 概述
Numpy中也有逻辑判断的函数,即logical_and(),logical_or(), logical_not(), logical_xor() 这几个函数的大致用法相同,功能上有较大的区别,下面一一详解
2.1 语法
numpy.logical_and(x1, x2)
返回X1和X2与逻辑后的布尔值。
2.2 主要参数
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。
返回:
y:ndarray或bool
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。
2.3 实例
#!/usr/bin/env python3# -*- coding: utf-8 -*-# @Time : /3/2 14:49# @Author : Arrow and Bullet# @FileName: logical.py# @Software: PyCharm# @Blog :/qq_41800366from numpy import *A = [True, False]B = [False, False]C = logical_and(A, B)print(C) # [False False]A = arange(5)print(A) # [0 1 2 3 4]B = logical_and(A > 1, A < 4)print(B) # [False False True True False]
3.1 语法
numpy.logical_or(x1, x2)
返回X1和X2或逻辑后的布尔值。
3.2 主要参数:
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。
返回:
y:ndarray或bool
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。
3.3 实例
from numpy import *A = [True, False]B = [False, False]C = logical_or(A, B)print(C) # [ True False]A = arange(5)print(A) # [0 1 2 3 4]B = logical_or(A > 1, A < 4)print(B) # [ True True True True True]
5.1 语法
numpy.logical_xor(x1,x2)
返回X1和X2异或逻辑后的布尔值。
5.2 主要参数:
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。
返回:
y:ndarray或bool
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。
5.3 实例
from numpy import *A = [True, True, False, False]B = [True, False, True, False]C = logical_xor(A, B)print(C) # [False True True False]A = arange(5)print(A) # [0 1 2 3 4]B = logical_xor(A > 1, A > 3)print(B) # [False False True True False]
转载:/qq_41800366/article/details/88076180?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163351993616780265495065%2522%252C%2522scm%2522%253A%25220713.130102334.pc%255Fall.%2522%257D&request_id=163351993616780265495065&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2allfirst_rank_ecpm_v1~hot_rank-5-88076180.pc_search_result_cache&utm_term=np.logical_and&spm=1018.2226.3001.4187