numpy - Arrays (7) (Comparison operators and value testing)

Comparison operators and value testing

동일한 사이즈의 배열에서 원소 단위로 비교 가능

반환값은 True/False 이며, 결과값은 배열은 저장가능

>>> a=np.array([1,3,0], float) >>> b=np.array([0,3,2], float) >>> a > b array([ True, False, False], dtype=bool) >>> a == b array([False,  True, False], dtype=bool) >>> a <= b array([False,  True,  True], dtype=bool) # 결과값 배열로 저장 >>> c = a>b >>> c array([ True, False, False], dtype=bool) >>>

broadcasting 을 통해 단일값과도 비교 가능

>>> a = np.array([1,3,0], float) >>> a > 2 array([False,  True, False], dtype=bool) >>>

any / all 연산자 사용 가능

>>> c = np.array ([True, False, False], bool) # 하나라도 True 인지 결과값 반환  >>> any(c) True # 전부 True 인지 결과값 반환 >>> all(c) False >>>

logical_and, logical_or, and logical_not 와 같은 특수 함수 

# 두 개의 조건을 모두 만족하는지에 대한 결과값 반환 >>> a = np.array([1,3,0], float) >>> np.logical_and(a>0, a<3) array([ True, False, False], dtype=bool) >>> b = np.array([True, False, True], bool) >>> np.logical_not(b) array([False,  True, False], dtype=bool) >>> c=np.array([False, True, False], bool) # b, c 각각의 원소에 대해 or 연산 수행 >>> np.logical_or(b,c) array([ True,  True,  True], dtype=bool) >>> # logical_or 결합연산의 예 >>> x = np.array([True, True, False, False]) >>> y = np.array([True, False, True, False]) >>> z = np.array([False, False, False, False]) >>> np.logical_or(np.logical_or(x, y), z) array([ True,  True,  True,  False], dtype=bool)

where 연산자

# a != 0 이라는 조건에 맞으면 (즉, True) 이면 1/a 연산 수행 # a != 0 이라는 조건에 맞지 않는 경우에는 a 연산 수행 >>> a=np.array([1,3,0], float) >>> np.where(a != 0, 1 / a, a) array([ 1.        ,  0.33333333,  0.        ]) >>> np.where(a > 0, 3, 2) array([3, 3, 2])

nonzero()

# 0이 아닌 원소의 tuple of indices 반환   >>> a = np.array([[0,1],[3,0]], float) >>> a.nonzero() (array([0, 1]), array([1, 0]))

isnan() / isfinite()

#  isnan()는 NaN ("not a number"), 말 그대로 number가 아니면 True # isfinite()는 유한한 값이면 True >>> a = np.array([1, np.NaN, np.Inf], float) >>> a array([  1.,  nan,  inf]) >>> np.isnan(a) array([False,  True, False], dtype=bool) >>> np.isfinite(a) array([ True, False, False], dtype=bool) >>>