對numpy中布爾型數(shù)組的處理方法詳解
布爾數(shù)組的操作方式主要有兩種，any用于查看數(shù)組中是否有True的值，而all則用于查看數(shù)組是否全都是True。
如果用于計算的時候，布爾量會被轉(zhuǎn)換成1和0，True轉(zhuǎn)換成1，F(xiàn)alse轉(zhuǎn)換成0。通過這種方法可以統(tǒng)計一個布爾量數(shù)組中True的個數(shù)。
如果普通的數(shù)組用于布爾類操作，也會有類似的數(shù)據(jù)類型轉(zhuǎn)換。其中，非0的數(shù)值轉(zhuǎn)換成True，而0則被轉(zhuǎn)換成False。
In [30]: arr = randn(100)
In [31]: arr
Out[31]:
array([ 1.38474589, -1.51489066,-0.81053544, 1.47875437, -0.53638642,
0.09856211, 1.39931492,-0.04226221, -0.66064836, 0.31829036,
-0.33759781, -0.35793518, 0.66974626, 1.5989403 , 0.98361013,
0.0209635 , -0.56165749, 0.59473585, -0.06956145, -0.50384339,
-0.51207066, -0.41794862, 2.12230002, 0.55457739,-0.83156748,
-1.5609328 , -0.72414846, -0.24781724, 2.1523153 , -1.35802819,
1.75644258, 1.66794885,-0.30311682, 0.29060339, -0.18960502,
-0.91537419, -0.10277047, 0.06899507, 0.1535801 , 0.5281243 ,
-0.49951785, 0.26074368,-0.04215356, -0.29765383, -0.77197024,
0.72333408, -0.9656567 , -0.04391422, -0.53504402, -0.3695063 ,
-0.57323435, -0.09923021, -0.8819845 , -0.31904228, -0.34805511,
-1.39372713, -0.32243494, 1.18074562, -0.77189808, 0.14011272,
-0.12029721, 0.91164114, 0.3052017 , -0.45764259, 0.73858783,
0.67327449, 0.84294828, 0.54471476, 0.8300902 , -0.21001427,
-0.8247486 , 0.29870036,-0.71204709, 0.46825521, -0.76507537,
-0.67755756, 1.38798882, 0.44536155, 0.41104869, -0.24990925,
-0.38003931, 1.13801121, 0.19761371, 0.84638972, 1.05816446,
-0.03591458, 2.35862529, 1.69183501, 0.77490116, -1.47556029,
-0.54755786, -0.93202001, 0.69240349, -0.02720469, 0.49363318,
0.55501151, -1.67184849, -1.61725652, -0.95964244, 0.12177363])
In [32]: arr > 0
Out[32]:
array([ True, False, False, True, False, True, True, False, False,
True, False, False, True, True, True, True, False, True,
False, False, False, False, True, True, False, False, False,
False, True, False, True, True, False, True, False, False,
False, True, True, True, False, True, False, False,False,
True, False, False, False, False, False, False, False, False,
False, False, False, True,False, True, False, True, True,
False, True, True, True, True, True, False, False, True,
False, True, False, False, True, True, True, False, False,
True, True, True, True, False, True, True, True, False,
False, False, True, False, True, True, False, False, False, True],dtype=bool)
In [33]: (arr > 0).sum()
Out[33]: 46
In [34]: arr.any()
Out[34]: True
In [35]: arr.all()
Out[35]: True
In [36]: (arr > 0).all()
Out[36]: False
以上這篇對numpy中布爾型數(shù)組的處理方法詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關(guān)文章
這篇文章主要介紹了Python實現(xiàn)Const的方法的相關(guān)資料,需要的朋友可以參考下2015-01-01
今天小編就為大家分享一篇Python 控制終端輸出文字的實例，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-07-07
Pillow，是Python?Imaging?Library?(PIL)的一個分支，用于處理圖像，這篇文中主要來和大家詳細講講Pillow處理圖像的具體方法，感興趣的小伙伴可以了解一下2023-05-05
詳解如何用TensorFlow訓(xùn)練和識別/分類自定義圖片
這篇文章主要介紹了詳解如何用TensorFlow訓(xùn)練和識別/分類自定義圖片，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08
這篇文章主要為大家詳細介紹了如何基于Python實現(xiàn)一個簡單的條形碼圖片識別程序,可以視頻圖片中的條形碼,感興趣的小伙伴可以跟隨小編學(xué)習(xí)一下2023-09-09
Pandas||過濾缺失數(shù)據(jù)||pd.dropna()函數(shù)的用法說明
這篇文章主要介紹了Pandas||過濾缺失數(shù)據(jù)||pd.dropna()函數(shù)的用法說明，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-05-05
有許許多多文章寫了 Python 中的許多很酷的特性，例如變量解包、偏函數(shù)、枚舉可迭代對象，但是關(guān)于 Python 還有很多要討論的話題，因此在本文中，我將嘗試展示一些我知道的和在使用的，但很少在其它文章提到過的特性。那就開始吧2020-01-01
Python Django框架介紹之模板標(biāo)簽及模板的繼承
今天給大家?guī)鞵ython Django框架的相關(guān)知識,文中對模板標(biāo)簽及模板的繼承介紹的非常詳細,對正在學(xué)習(xí)python的小伙伴們有很好地幫助,需要的朋友可以參考下2021-05-05
這篇文章主要介紹了python解釋器安裝教程的方法步驟，文中通過示例代碼介紹的非常詳細，對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-07-07
python time模塊時間戳 與 結(jié)構(gòu)化時間詳解
這篇文章主要介紹了python time模塊 時間戳 與 結(jié)構(gòu)化時間的相關(guān)知識，本文給大家介紹的非常詳細，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2022-06-06