python计算子网掩码 numpy 掩码

Numpy的通用函数可以用来替代循环， 快速实现数组的逐元素的 运算
同样，使用其他通用函数实现数组的逐元素的 比较

< > 这些运算结果 是一个布尔数据类型的数组。 有6种标准的比较操作

• 小于,大于，小于等于，大于等于， 不等于， 等于

x > 3
x <= 3
x >= 3
x != 3
x == 3

• 复合表达式
• 对应的通用函数

Operator	Equivalent ufunc	Operator	Equivalent ufunc
==	np.equal	!=	np.not_equal
<	np.less	<=	np.less_equal
>	np.greater	>=	np.greater_equal

操作布尔数组

• 统计记录的个数
  False ： 0 ，True : 1 np.sum(x<6) #聚合函数

np.any(x>8)

布尔运算符

& | ^ ~
Numpy用通用函数重载了这些逻辑运算符

Operator	Equivalent ufunc	Operator	Equivalent ufunc
&	np.bitwise_and
^	np.bitwise_xor	~	np.bitwise_not

将布尔数组作为 掩码

将布尔数组作为掩码，通过该掩码选择数据的 子数据集 。

花哨的索引

前面学习了 简单的索引值 切片 布尔掩码 获得并修改部分数组。

另外一种， fancy indexing .与前面类似，但是传递的是索引数组，不是单个标量。

能够快速获得并修改复杂的数组值 的 子数据集

结果的形状和 索引数组 的形状 一致

• 对多个维度也适用

索引值 配对 遵循 广播规则。

输出

组合索引

切片

掩码

数组的排序