【3】数据分析-1-数据的处理--numpy--5--逻辑函数(all, any)

详情见官网: https://docs.scipy.org/doc/numpy/reference/routines.logic.html

一、真值检验

np.all

比较的内容都相同,则为真

>>> np.all([[True,False],[True,True]])
False
>>> np.all([[True,False],[True,True]], axis=0)
array([ True, False], dtype=bool)
>>> np.all([-1, 4, 5])
True
>>> np.all([1.0, np.nan])
True

>>> o=np.array([False])
>>> z=np.all([-1, 4, 5], out=o)
>>> id(z), id(o), z                             
(28293632, 28293632, array([ True], dtype=bool))

Not a Number (NaN), positive infinity and negative infinity evaluate to True because these are not equal to zero.

非数字(NaN),正无限大和负无限大都是True,因为他们不等于0

np.any

比较的内容,只要有一个是一样,则为真

>>> np.any([[True, False], [True, True]])
True
>>>
>>> np.any([[True, False], [False, False]], axis=0)
array([ True, False])
>>>
>>> np.any([-1, 0, 5])
True
>>>
>>> np.any(np.nan)
True
>>>
>>> o=np.array([False])
>>> z=np.any([-1, 4, 5], out=o)
>>> z, o
(array([ True]), array([ True]))
>>> # Check now that z is a reference to o
>>> z is o
True
>>> id(z), id(o) # identity of z and o              
(191614240, 191614240)

非数字(NaN),正无限大和负无限大都是True,因为他们不等于0

个人公众号,比较懒,很少更新,可以在上面提问题,如果回复不及时,可发邮件给我: tiehan@sina.cn

Sam avatar
About Sam
专注生物信息 专注转化医学