numpy.logical_and/or/not()函数

参考文章：https://blog.csdn.net/qq_36523839/article/details/82318061
1. numpy.logical_and(逻辑与)

# 所有数据皆从0开始索引
 
import numpy as np
df = np.array([[1,0,1],[2,2,0,],[0,3,2]])
 
# 原始矩阵
print(df)
 输出结果：[[1 0 1]
           [2 2 0]
           [0 3 2]]
           
# 获得第一列和第二列的布尔值，并将两者做与操作
result = np.logical_and(df[:,0]>0,df[:,1]>0)
print(df[:,0]>0,df[:,1]>0)
print(result)

输出结果： 
[ True  True False] [False  True  True]
[False  True False]

2. numpy.logical_or(逻辑或)

# 或操作一个为真全为真
import numpy as np
df = np.array([[1,0,1],[2,2,0,],[0,3,2]])
result = np.logical_or(df[:,0]>0,df[:,1]>0)
print(df[:,0]>0,df[:,1]>0)
print(result)

输出结果：
 [ True  True False] [False  True  True]
 [ True  True  True]

3. numpy.logical_not(逻辑非)

 import numpy as np
df = np.array([[1,0,1],[2,2,0,],[0,3,2]])

result = np.logical_not(df[:,0]>0)
result2 = np.logical_not(df[:,1]>0)
print(df[:,0]>0,df[:,1]>0)
print(result,result2)

 输出结果：
[ True  True False] [False  True  True]
[False False  True] [ True False False]