Python?numpy邏輯運(yùn)算方法舉例介紹
在 NumPy 中，邏輯運(yùn)算方法用于對(duì)數(shù)組中的元素進(jìn)行邏輯操作，通常用于布爾數(shù)組，也可用于數(shù)值數(shù)組，非零值視為 True，零值視為 False。常見(jiàn)的邏輯運(yùn)算方法有：
1. numpy.logical_and
逐元素進(jìn)行邏輯與運(yùn)算（AND），只有當(dāng)兩個(gè)數(shù)組對(duì)應(yīng)位置的元素都為 True 時(shí)，結(jié)果為 True。
示例：
import numpy as np a = np.array([True, False, True, False]) b = np.array([True, True, False, False]) result = np.logical_and(a, b) print(result) # [ True False False False]
2. numpy.logical_or
逐元素進(jìn)行邏輯或運(yùn)算（OR），只要兩個(gè)數(shù)組中有一個(gè)對(duì)應(yīng)位置的元素為 True，結(jié)果即為 True。
示例：
import numpy as np a = np.array([True, False, True, False]) b = np.array([True, True, False, False]) result = np.logical_or(a, b) print(result) # [ True True True False]
3. numpy.logical_xor
逐元素進(jìn)行邏輯異或運(yùn)算（XOR），當(dāng)兩個(gè)數(shù)組中對(duì)應(yīng)位置的元素不相同時(shí)，結(jié)果為 True。
示例：
import numpy as np a = np.array([True, False, True, False]) b = np.array([True, True, False, False]) result = np.logical_xor(a, b) print(result) # [False True True False]
4. numpy.logical_not
逐元素進(jìn)行邏輯非運(yùn)算（NOT），將 True 轉(zhuǎn)換為 False，將 False 轉(zhuǎn)換為 True。
示例：
import numpy as np a = np.array([True, False, True, False]) result = np.logical_not(a) print(result) # [False True False True]
5. numpy.equal
逐元素比較兩個(gè)數(shù)組是否相等。如果相等，返回 True；否則返回 False。
示例：
import numpy as np a = np.array([1, 2, 3]) b = np.array([1, 2, 4]) result = np.equal(a, b) print(result) # [ True True False]
6. numpy.not_equal
逐元素比較兩個(gè)數(shù)組是否不相等。如果不相等，返回 True；否則返回 False。
示例：
import numpy as np a = np.array([1, 2, 3]) b = np.array([1, 2, 4]) result = np.not_equal(a, b) print(result) # [False False True]
7. numpy.greater
逐元素比較兩個(gè)數(shù)組，如果第一個(gè)數(shù)組的元素大于第二個(gè)數(shù)組的元素，返回 True。
示例：
import numpy as np a = np.array([1, 2, 3]) b = np.array([1, 2, 2]) result = np.greater(a, b) print(result) # [False False True]
8. numpy.greater_equal
逐元素比較兩個(gè)數(shù)組，如果第一個(gè)數(shù)組的元素大于或等于第二個(gè)數(shù)組的元素，返回 True。
示例：
import numpy as np a = np.array([1, 2, 3]) b = np.array([1, 2, 2]) result = np.greater_equal(a, b) print(result) # [ True True True]
9. numpy.less
逐元素比較兩個(gè)數(shù)組，如果第一個(gè)數(shù)組的元素小于第二個(gè)數(shù)組的元素，返回 True。
示例：
import numpy as np a = np.array([1, 2, 3]) b = np.array([1, 2, 4]) result = np.less(a, b) print(result) # [False False True]
10. numpy.less_equal
逐元素比較兩個(gè)數(shù)組，如果第一個(gè)數(shù)組的元素小于或等于第二個(gè)數(shù)組的元素，返回 True。
示例：
import numpy as np a = np.array([1, 2, 3]) b = np.array([1, 2, 4]) result = np.less_equal(a, b) print(result) # [ True True True]
11. numpy.bitwise_and
按元素執(zhí)行位與運(yùn)算（通常用于整數(shù)數(shù)組）。與 logical_and 類(lèi)似，但 bitwise_and 處理整數(shù)的二進(jìn)制表示。
示例：
import numpy as np a = np.array([1, 0, 1, 0], dtype=int) b = np.array([1, 1, 0, 0], dtype=int) result = np.bitwise_and(a, b) print(result)
12. numpy.bitwise_or
按元素執(zhí)行位或運(yùn)算，用于整數(shù)的二進(jìn)制表示。
示例：
import numpy as np a = np.array([1, 0, 1, 0], dtype=int) b = np.array([1, 1, 0, 0], dtype=int) result = np.bitwise_or(a, b) print(result)
13. numpy.bitwise_xor
按元素執(zhí)行位異或運(yùn)算，用于整數(shù)的二進(jìn)制表示。
示例：
import numpy as np a = np.array([1, 0, 1, 0], dtype=int) b = np.array([1, 1, 0, 0], dtype=int) result = np.bitwise_xor(a, b) print(result)
總結(jié)
這些邏輯運(yùn)算方法可以方便地對(duì)數(shù)組中的元素進(jìn)行逐元素的比較和邏輯操作。它們廣泛用于數(shù)組的過(guò)濾、選擇、條件判斷和掩碼操作。
到此這篇關(guān)于Python numpy邏輯運(yùn)算方法的文章就介紹到這了,更多相關(guān)numpy 邏輯運(yùn)算方法內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
使用Python實(shí)現(xiàn)一個(gè)圖片查看器
這篇文章主要為大家詳細(xì)介紹了如何使用Python實(shí)現(xiàn)一個(gè)簡(jiǎn)單的圖片查看器,并且可以實(shí)現(xiàn)圖片放大與縮小功能,感興趣的小伙伴可以了解下2025-02-02
使用pyecharts生成Echarts網(wǎng)頁(yè)的實(shí)例
今天小編就為大家分享一篇使用pyecharts生成Echarts網(wǎng)頁(yè)的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-08-08
這篇文章主要介紹了使用python pyserial模塊串口通信方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教2023-09-09
這篇文章主要介紹了Python多進(jìn)程分塊讀取超大文件的方法,涉及Python多進(jìn)程操作與文件分塊讀取的相關(guān)技巧,需要的朋友可以參考下2016-04-04
Python中線(xiàn)程threading.Thread的使用詳解
python的thread模塊是比較底層的模塊，python的threading模塊是對(duì)thread做了一些包裝的，可以更加方便的被使用。本文將為大家詳細(xì)介紹一下python中的線(xiàn)程threading.Thread()的使用，需要的可以參考一下2022-07-07
箭頭向量圖十分常見(jiàn)，比如天氣預(yù)報(bào)在顯示風(fēng)場(chǎng)的時(shí)候，就會(huì)貼心地用箭頭指明風(fēng)的方向，下面就跟隨小編一起學(xué)習(xí)一下如何利用Python繪制箭頭向量圖吧2023-08-08
python導(dǎo)入坐標(biāo)點(diǎn)的具體操作
在本篇文章里小編給大家分享了關(guān)于python導(dǎo)入坐標(biāo)點(diǎn)的具體操作步驟和圖解，有需要的朋友們跟著學(xué)習(xí)下。2019-05-05
Python實(shí)現(xiàn)進(jìn)度條和時(shí)間預(yù)估的示例代碼
這篇文章主要介紹了Python實(shí)現(xiàn)進(jìn)度條和時(shí)間預(yù)估的代碼，本文通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2020-06-06
解決python繪圖使用subplots出現(xiàn)標(biāo)題重疊的問(wèn)題
這篇文章主要介紹了python繪圖使用subplots出現(xiàn)標(biāo)題重疊的問(wèn)題及解決方法，本文通過(guò)實(shí)例圖文相結(jié)合給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2021-04-04
詳解python腳本自動(dòng)生成需要文件實(shí)例代碼
這篇文章主要介紹了詳解python腳本自動(dòng)生成需要文件實(shí)例代碼的相關(guān)資料,需要的朋友可以參考下2017-02-02