根据 Numpy 中的条件逐个元素计算一个数组或另一个数组的真值
numpyserver side programmingprogramming
要逐个元素计算一个数组或另一个数组的真值,请使用 Python Numpy 中的 numpy.logical_or() 方法。返回值为 True 或 False。我们在此处将条件设置为参数。返回值是应用于 x1 和 x2 元素的逻辑或运算的布尔结果;形状由广播确定。如果 x1 和 x2 都是标量,则这是一个标量。
输出是存储结果的位置。如果提供,它必须具有输入广播到的形状。如果未提供或为 None,则返回新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。
条件通过输入广播。在条件为 True 的位置,out 数组将设置为 ufunc 结果。在其他地方,out 数组将保留其原始值。请注意,如果通过默认 out=None 创建未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化状态。
步骤
首先,导入所需的库 −
import numpy as np
使用 array() 方法创建两个 2D numpy 数组。我们插入了元素。True 被视为值 1。False 被视为值 0 −
arr1 = np.array([[True, 8, 7], [13, False, 11]]) arr2 = np.array([[False, 9, True], [19, 25, 6]])
显示数组 −
print("数组 1...
", arr1) print("
数组 2...
", arr2)
获取数组的类型 −
print("
我们的数组 1 类型...
", arr1.dtype) print("
我们的数组 2 类型...
", arr2.dtype)
获取数组的维度 −
print("
我们的数组 1 维度...
",arr1.ndim) print("
我们的数组 2 维度...
",arr2.ndim)
获取数组的形状 −
print("
我们的数组 1 形状...
",arr1.shape) print("
我们的数组 2 形状...
",arr2.shape)
要按元素计算数组或另一个数组的真值,请使用 numpy.logical_or() 方法。返回值为 True 或 False。我们在此处设置了条件 −
print("
Result (OR)...
",np.logical_or(arr1 > 10, arr2 < 15))
示例
import numpy as np # 使用 array() 方法创建两个 2D numpy 数组 # 我们已插入元素 # True 被视为值 1 # False 被视为值 0 arr1 = np.array([[True, 8, 7], [13, False, 11]]) arr2 = np.array([[False, 9, True], [19, 25, 6]]) # 显示数组 print("数组 1...
", arr1) print("
数组 2...
", arr2) # 获取数组的类型 print("
我们的数组 1 类型...
", arr1.dtype) print("
我们的数组 2 类型...
", arr2.dtype) # 获取数组的维度 print("
我们的数组 1 维度...
",arr1.ndim) print("
我们的数组 2 维度...
",arr2.ndim) # 获取数组的形状 print("
我们的数组 1 形状...
",arr1.shape) print("
我们的数组 2 形状...
",arr2.shape) # 要按元素计算一个数组或另一个数组的真值,请使用 Python Numpy 中的 numpy.logical_or() 方法 # 返回值为 True 或 False # 我们在这里设置了条件 print("
Result (OR)...
",np.logical_or(arr1 > 10, arr2 < 15))
输出
数组 1... [[ 1 8 7] [13 0 11]] 数组 2... [[ 0 9 1] [19 25 6]] 我们的数组 1 类型... int64 我们的数组 2 类型... int64 我们的数组 1 维度... 2 我们的数组 2 维度... 2 我们的数组 1 形状... (2, 3) 我们的数组 2 形状... (2, 3) Result (OR)... [[ True True True] [ True False True]]