国产成人AV无码一二三区,少女1到100集,国产精品久久久久精品综合紧,巜公妇之诱感肉欲HD在线播放

在掌握了numpy的基础知识后，本篇文章主要介绍numpy.array下，any()和all()函数的用法。

1.numpy.array.any()和numpy.array.all()，一个是或操作一个是与操作

np.array.any()是或操作，任意一个元素为True，输出为True。

np.array.all()是与操作，所有元素为True，输出为True。

import numpy as np
arr1 = np.array([0,1,2,3])
print(arr1.any())   # True
print(arr1.all())   # False

import numpy as np
 
arr2 = np.array([True,True,True])
print(arr2.any())   # True
print(arr2.all())   # True

2.运用：判断np.array是否相等

首先，我们看一下list和np.array的区别：

lst1 = [1,3,5,7,9]
lst2 = [2,4,6,8,10]
print(lst1 == lst2)
#result:False

import numpy as np 
 
arr1 = np.arange(10)
arr2 = np.arange(10)
print(arr1 == arr2)
#result:[ True  True  True  True  True  True  True  True  True  True]

可以看出：用 “=” 判断两个list 是否相同，返回的是True或False，而np.array返回的是每个元素值比较的列表。

那么如何比较两个np.array，而不是其中的元素呢？

arr1 = np.arange(10)
arr2 = np.arange(10)
print((arr1 == arr2).all())
#result:True

arr1 == arr2返回的仍然是np.array类型的数组，因此，再通过.all()方法即可判断arr1、arr2是否相等。

通过本次学习，相信小伙伴们对numpy有了进一步的了解和灵活运用。更多Python学习推荐:Python学习网教学中心。

（推荐操作系统：windows7系统、Python 3.9.1，DELL G3电脑。）