小编给大家分享一下Python中numpy中any()和all()的使用方法，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！
1.简介：numpy.array.any()和numpy.array.all()，以下都用简写
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。
以上是Python中numpy中any()和all()的使用方法的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
