Numpy学习笔记（二）：数组的逻辑运算

最新推荐文章于 2025-03-19 10:24:36 发布

原创最新推荐文章于 2025-03-19 10:24:36 发布 · 9.4k 阅读

2 ·

CC 4.0 BY-SA版权

机器学习专栏收录该内容

7 篇文章

订阅专栏

本文详细介绍了NumPy库中各种基础运算的使用方法，包括逻辑运算、数学运算、极值求解、求和运算等，并通过实例展示了如何利用这些运算进行数据处理。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

在numpy中的逻辑运算：
与运算：

vector = np.array([20,35,39,40])
equal_to_ten_and_five =(vector ==10)&(vector==5)
print( equal_to_ten_and_five)
结果：
[False False False False]

或运算

vector = np.array([20,35,39,40])
equal_to_ten_and_five =(vector ==20)|(vector==5)
print( equal_to_ten_and_five)
运行结果：
[ True False False False]

利用逻辑运算所返回的bool值也可以进行索引。
#numpy中得逻辑操作
#逻辑返回值可以当成索引

vector = np.array([20,35,39,40])
equal_to_ten_and_five =(vector ==20)|(vector==5)
print( vector[equal_to_ten_and_five])
运行结果：
[20]

简单的数学运算

求极值

  vector = np.array([20,35,39,40])
    vector.min()
    运行结果
    20

**
求和运算
**

#在numpy中进行按行求和，后者按列求和
#numpy按行求和
matrix=np.array([[2,3,5],
                 [3,4,5],
                 [5,6,7]])
matrix.sum(axis=1)  #axis代表为维度，行求和
matrix.sum(axis=0)   #列求和
运行结果：
array([10, 12, 18])
array([10, 13, 17])