Unterschied zwischen numpy.logical_and und &

Question

Ich versuche, die logical_and von zwei oder mehr numpy Arrays zu verwenden. Ich weiß, dass numpy die Funktion logical_and() hat, aber ich finde, dass der einfache Operator & die gleichen Ergebnisse liefert und potentiell einfacher zu benutzen ist.

Betrachten Sie zum Beispiel drei nupfige Arrays a, b und c. Ist np.logical_and(a, np.logical_and(b,c)) entspricht a & b & c?

Wenn sie (mehr oder weniger) gleichwertig sind, was ist der Vorteil der Verwendung von logical_and()?

Answer 1

@ user1121588 beantwortet die meisten dieser in einem Kommentar, aber vollständig zu beantworten ...

„Logisches und“ (&) verhält sich ähnlich wie logical_and auf boolean Arrays, aber es vermittelt nicht die Absicht sowie die Verwendung von logical_and und die Möglichkeit, irreführende Antworten in nicht-trivialen Fällen (gepackte oder spärliche Arrays, vielleicht) zu bekommen.

Um logical_and auf mehrere Arrays zu verwenden, tun:

np.logical_and.reduce([a, b, c]) 

wo das Argument eine Liste von so vielen Arrays ist, wie Sie logical_and zusammen wollen. Sie sollten alle die gleiche Form haben.