Что означает оператор эквивалентности при использовании в массиве numpy

Я следую примеру, который я нашел в Справочник Python по науке о данных , цель этого примера - создать две маски массива, чтобы окончательно вывести дни дождливый в лето, автор предположил, что лето начинается 21 июня, что является 172-м днем, и заканчивается 3 месяца спустя.

Здесь меня интересует только тот кусок кода, где он сделал летний интервал:

# Construct a mask for all summer days (June 21st is the 172nd day)
summer = (np.arange((365) - 172 < 90 ) & np.arange((365) - 172 > 0)

В другой версии книги я нашел этот код, и я думаю, что он приводит к тому же результату:

# construct a mask of all summer days (June 21st is the 172nd day)
days = np.arange(365)
summer = (days > 172) & (days < 262)

Оба примера мне непонятны, помогите пожалуйста.

python-3.x numpy multidimensional-array logical-operators numpy-ndarray

22.02.2019 22:10

Стоит ли изучать PHP в 2026-2027 годах?

Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...

Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией

В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.

Приемы CSS-макетирования - floats и Flexbox

Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...

Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest

В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...

Концепция локализации и ее применение в приложениях React ⚡️

Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...

Пользовательский скаляр GraphQL

Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Может быть, простой пример поможет лучше понять это.

# sample array
In [19]: week = np.arange(1, 8)

# find middle 3 days of the week
# to do so, we first find boolean masks by performing
# (week > 2) which performs element-wise comparison, so does (week < 6)
# then we simply do a `logical_and` on these two boolean masks
In [20]: middle = (week > 2) & (week < 6)

In [21]: middle
Out[21]: array([False, False,  True,  True,  True, False, False])

# index into the original array to get the days
In [22]: week[middle]
Out[22]: array([3, 4, 5])

оператор & эквивалентен numpy.logical_and(), тогда как операторы > и < эквивалентны numpy.greater() и numpy.less соответственно.

# create a boolean mask (for days greater than 2)
In [23]: week > 2
Out[23]: array([False, False,  True,  True,  True,  True,  True])

# create a boolean mask (for days less than 6)
In [24]: week < 6
Out[24]: array([ True,  True,  True,  True,  True, False, False])

# perform a `logical_and`; note that this is exactly same as `middle`
In [25]: np.logical_and((week > 2), (week < 6))
Out[25]: array([False, False,  True,  True,  True, False, False])

In [26]: mid = np.logical_and((week > 2), (week < 6))

# sanity check again
In [27]: week[mid]
Out[27]: array([3, 4, 5])

Спасибо за ваш ответ, но первая часть все еще не ясна для меня.

— 23.02.2019 13:55

22.02.2019 23:08