目次
概要
NumPy の論理演算を行う関数について解説します。
numpy.any
指定された軸に沿った要素が True と評価されるかどうかを判定します。
numpy.any(a, axis=None, out=None, keepdims=None)
引数
| 名前 | 型 | デフォルト値 |
|---|---|---|
| a | array_like | |
| 入力配列。 | ||
| axis | None, int, tuple of ints | None |
| 論理和演算を行う軸。axis=None (デフォルト) は、入力配列の次元に渡って論理和を計算します。axis が負の値の場合、最後の軸から最初の軸までの論理和演算を行います。 | ||
| keepdims | bool | |
| これが True に設定されている場合、縮小される軸は、サイズが1の次元として結果に残されます。 | ||
返り値
| 名前 | 説明 |
|---|---|
| any | 出力配列。 |
In [1]:
import numpy as np
print(np.any([[True, False], [True, True]]))True
numpy.all
指定された軸に沿ったすべての要素が True と評価されるかどうかを判定します。
numpy.all(a, axis=None, out=None, keepdims=None)
引数
| 名前 | 型 | デフォルト値 |
|---|---|---|
| a | array_like | |
| 配列に変換できる入力配列またはオブジェクト。 | ||
| axis | None int tuple of ints | None |
| 論理積演算を行う軸。axis=None (デフォルト) は、入力配列の次元に渡って論理積を計算します。axis が負の値の場合、最後の軸から最初の軸までの論理和演算を行います。 | ||
| keepdims | bool | None |
| これが True に設定されている場合、縮小される軸は、サイズが1の次元として結果に残されます。 | ||
返り値
| 名前 | 説明 |
|---|---|
| all | 出力配列。 |
サンプルコード
In [2]:
import numpy as np
print(np.all([[True, False], [True, True]]))False
numpy.logical_not
要素ごとに論理 NOT 演算を計算します。
numpy.logical_not(x, /, out=None, *, where=True, casting="same_kind", order="K", dtype=None, subok=True[, signature, extobj]) = <ufunc "logical_not">
引数
| 名前 | 型 | デフォルト値 |
|---|---|---|
| x | array_like | |
| x の要素に論理的なNOTが適用されます。 | ||
返り値
| 名前 | 説明 |
|---|---|
| y | x1 と x2 の要素に適用された論理和を表す bool 配列。x1 と x2 の両方がスカラである場合、スカラになります。 |
サンプルコード
In [3]:
print(np.logical_not([True, False, 0, 1]))[False True True False]
numpy.logical_or
要素ごとに x1 と x2 の論理和を計算します。
numpy.logical_or(x1, x2, /, out=None, *, where=True, casting="same_kind", order="K", dtype=None, subok=True[, signature, extobj]) = <ufunc "logical_or">
引数
| 名前 | 型 | デフォルト値 |
|---|---|---|
| x1, x2 | array_like | |
| 論理和は、x1 と x2 の要素に適用されます。これらは同じ形をしていなければならない。 | ||
返り値
| 名前 | 説明 |
|---|---|
| y | x1 と x2 の要素に対する論理和演算の x1 と x2 と同じ形状のブール結果。これは、x1 と x2 の両方がスカラならばスカラです。 |
サンプルコード
In [4]:
print(np.logical_or([True, False], [False, False]))[ True False]
numpy.logical_and
要素ごとに x1 と x2 の論理積を計算します。
numpy.logical_and(x1, x2, /, out=None, *, where=True, casting="same_kind", order="K", dtype=None, subok=True[, signature, extobj]) = <ufunc "logical_and">
引数
| 名前 | 型 | デフォルト値 |
|---|---|---|
| x1, x2 | array_like | |
| 入力配列。 | ||
返り値
| 名前 | 説明 |
|---|---|
| y | x1 と x2 の要素に適用された論理積を表す bool 配列。x1 と x2 の両方がスカラである場合、スカラになります。 |
サンプルコード
In [5]:
print(np.logical_and([True, False], [True, False]))[ True False]
numpy.logical_xor
要素ごとに x1 と x2 の排他的論理積を計算します。
numpy.logical_xor(x1, x2, /, out=None, *, where=True, casting="same_kind", order="K", dtype=None, subok=True[, signature, extobj]) = <ufunc "logical_xor">
引数
| 名前 | 型 | デフォルト値 |
|---|---|---|
| x1, x2 | array_like | |
| 入力配列。 | ||
返り値
| 名前 | 説明 |
|---|---|
| y | x1 と x2 の要素に適用された排他的論理和を表す bool 配列。x1 と x2 の両方がスカラである場合、スカラになります。 |
サンプルコード
In [6]:
print(np.logical_and([True, False], [True, False]))[ True False]
コメント