numpy.equal#
- numpy.equal(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'equal'>#
逐元素返回 (x1 == x2)。
- 参数:
- x1, x2array_like
输入数组。如果
x1.shape != x2.shape
,则它们必须可广播到一个共同的形状(这将成为输出的形状)。- outndarray、None 或 ndarray 和 None 的元组,可选
存储结果的位置。如果提供,它必须具有输入广播到的形状。如果不提供或为 None,则返回一个新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。
- wherearray_like,可选
此条件将广播到输入。在条件为 True 的位置,out 数组将设置为 ufunc 结果。在其他位置,out 数组将保留其原始值。请注意,如果通过默认的
out=None
创建了一个未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化。- **kwargs**
有关其他关键字参数,请参阅 ufunc 文档。
- 返回值:
- outndarray 或标量
输出数组,x1 和 x2 的逐元素比较。通常类型为 bool,除非传递
dtype=object
。如果 x1 和 x2 都是标量,则这是一个标量。
示例
>>> import numpy as np >>> np.equal([0, 1, 3], np.arange(3)) array([ True, True, False])
比较的是值,而不是类型。因此,一个整数 (1) 和一个长度为一的数组可以评估为 True
>>> np.equal(1, np.ones(1)) array([ True])
运算符
==
可用作 ndarray 上np.equal
的简写。>>> a = np.array([2, 4, 6]) >>> b = np.array([2, 4, 2]) >>> a == b array([ True, True, False])