基本的にany()
、OR演算がall()
実現され、AND演算が実現されます。
any(iterables)とall(iterables)は、2つのオブジェクトの同等性をチェックするのに非常に便利ですが、any and allは組み込みのPython関数であり、numpyにもany andallの独自の実装があることに注意してください。組み込みのPythonと同じですが、numpy.ndarrayタイプが追加されています。Pythonの組み込みndarrayは1次元以上のndarrayを理解できないため、numpyに基づく計算では、numpy独自のすべての実装を使用するのが最適です。
参照:https://blog.csdn.net/cython22/article/details/78829288
最初に空行列処理を使用します。
>>> import numpy as np
>>> a=np.array([])
>>> any(a)
False
>>> all(a)
True
>>> np.any(a)
False
>>> np.all(a)
True
さまざまな状況でのゼロ行列処理:
>>> b=np.array([0])
>>> any(b)
False
>>> all(b)
False
>>> np.any(b)
False
>>> np.all(b)
False
>>> c=np.array([[0,0]])
>>> any(c)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: The truth value of an array with more than one element is ambiguous.
Use a.any() or a.all()
>>> c.any()
False
>>> c.all()
False
>>> np.any(c)
False
>>> np.all(c)
False
返品なしについて:
>>> a==None
array([], dtype=bool)
>>> b==None
array([False])
>>> c==None
array([[False, False]])
形状復帰については、最も信頼できると判断するために使用されます。