Python数据分析系列之Numpy基础知识第五篇

146 阅读1分钟

这是我参与11月更文挑战的第25天,活动详情查看:2021最后一次更文挑战

Numpy逻辑运算之取反运算:
In [1]: import numpy as np

In [2]: np.logical_not(0)
Out[2]: True

In [3]: np.logical_not(1)
Out[3]: False

In [4]: np.logical_not([0, 1, False, True])
Out[4]: array([ True, False, True, False])

In [5]: data = np.arange(10)

In [6]: np.logical_not(data<6)
Out[6]:
array([False, False, False, False, False, False, True, True, True,
True])

Numpy逻辑运算之异或运算:
异或运算相当于不进位的加法 In [7]: np.logical_xor(True, True)
Out[7]: False

In [8]: np.logical_xor(True, False)
Out[8]: True

In [9]: np.logical_xor(False, False)
Out[9]: False

In [10]: np.logical_xor([True, False, False], [True, True, True]
...: )
Out[10]: array([False, True, True])

Numpy两个数组是否相等判断:
当两个数组具备相同的形状和相同位置相同元素时返回True
In [11]: np.array_equal([2, 2], [2, 2])
Out[11]: True

In [12]: np.array_equal([2, 2], [2, 3])
Out[12]: False

In [13]: np.array_equal([2, 2], [2, 2, 4])
Out[13]: False

Numpy两个数组比较大小:
返回第一个数组比第二个数组大的bool值
In [14]: np.greater([99, 88], [89, 89])
Out[14]: array([ True, False])

In [15]: data = np.array([99, 88])

In [16]: data2 = np.array([89, 89])
> 是np.greate的简写
In [17]: data > data2
Out[17]: array([ True, False])

大于等于判断
In [18]: np.greater_equal([99, 88], [89, 88])
Out[18]: array([ True, True])

In [19]: data = np.array([99, 88])

In [20]: data2 = np.array([89, 88])

>= 是np.greate_equal的简写
In [21]: data >= data2
Out[21]: array([ True, True])

返回第一个数组小于第二个数组的bool值
In [22]: np.less([88, 99], [89, 100])
Out[22]: array([ True, True])

In [23]: data = np.array([88, 99])

In [24]: data2 = np.array([89, 100])

< 是 np.less的简写
In [25]: data < data2
Out[25]: array([ True, True])

小于或等于
In [27]: np.less_equal([88, 99], [89, 99])
Out[27]: array([ True, True])

In [28]: data = np.array([88, 99])

In [29]: data2 = np.array([89, 99])

<=是np.less_equal的简写 In [30]: data <= data2
Out[30]: array([ True, True])

In [32]: np.equal([88, 99], [88, 100])
Out[32]: array([ True, False])

In [33]: data = np.array([88, 99])

In [36]: data2 = np.array([88, 100])

== 是np.equal的简写形式
In [37]: data == data2
Out[37]: array([ True, False])

In [38]: np.not_equal([88, 99], [88, 99])
Out[38]: array([False, False])

In [39]: data = np.array([88, 99])

In [40]: data2 = np.array([88, 99])

!= 是np.not_equal的简写形式
In [41]: data != data2
Out[41]: array([False, False])