要在 Python NumPy 中计算数组元素的非运算的真值，请使用 numpy.logical_not() 方法。返回值为 True 或 False。我们在此设置了一个条件。返回值是与 x 形状相同的布尔结果，表示对 x 元素进行非运算的结果。如果 x 是标量，则这是一个标量。out 是存储结果的位置。如果提供，它必须具有输入广播到的形状。如果没有提供或为 None，则返回一个新分配的数组。元组（仅可能作为关键字参数）必须……阅读更多

要在 Python NumPy 中计算数组元素的非运算的真值，请使用 numpy.logical_not() 方法。返回值为 True 或 False。返回值是与 x 形状相同的布尔结果，表示对 x 元素进行非运算的结果。如果 x 是标量，则这是一个标量。out 是存储结果的位置。如果提供，它必须具有输入广播到的形状。如果没有提供或为 None，则返回一个新分配的数组。元组（仅可能作为关键字参数）必须长度等于……阅读更多

要在 Python NumPy 中计算数组与另一个数组按元素进行异或运算的真值，请使用 numpy.logical_xor() 方法。返回值为 True 或 False。我们在此设置了条件。返回值是对 x1 和 x2 的元素应用逻辑异或运算的布尔结果；形状由广播确定。如果 x1 和 x2 都是标量，则这是一个标量。条件在输入上进行广播。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。注意……阅读更多

要累加对所有元素应用运算符的结果，请在 Python NumPy 中使用 numpy.accumulate() 方法。对于多维数组，累加仅沿一个轴应用。我们将沿轴 1 应用。numpy.ufunc 具有对整个数组逐元素操作的函数。ufunc是用C语言（为了速度）编写的，并与NumPy的ufunc工具链接到Python。通用函数（简称ufunc）是在逐元素方式上对ndarray进行操作的函数，支持数组广播、类型转换和几个其他标准特性。也就是说，ufunc是“矢量化”的函数包装器……阅读更多

要累加对所有元素应用运算符的结果，请在 Python NumPy 中使用 numpy.accumulate() 方法。对于多维数组，累加仅沿一个轴应用。numpy.ufunc 具有对整个数组逐元素操作的函数。ufunc是用C语言（为了速度）编写的，并与NumPy的ufunc工具链接到Python。通用函数（简称ufunc）是在逐元素方式上对ndarray进行操作的函数，支持数组广播、类型转换和几个其他标准特性。也就是说，ufunc是“矢量化”的函数包装器，它接受固定数量的……阅读更多

要累加对所有元素应用运算符的结果，请在 Python NumPy 中使用 numpy.accumulate() 方法。我们展示了加法和乘法的示例。add.accumulate() 等效于 np.cumsum()。numpy.ufunc 具有对整个数组逐元素操作的函数。ufunc是用C语言（为了速度）编写的，并与NumPy的ufunc工具链接到Python。通用函数（简称ufunc）是在逐元素方式上对ndarray进行操作的函数，支持数组广播、类型转换和几个其他标准特性。也就是说，ufunc是“矢量化”的函数包装器，它接受……阅读更多

要计算掩码数组连续元素之间的差，请在 Python NumPy 中使用 MaskedArray.ediff1d() 方法。“to_end”参数设置要追加到返回差值末尾的数字数组。此函数等效于考虑掩码值的 numpy.ediff1d，有关详细信息，请参阅 numpy.ediff1d。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask，表示关联数组的没有任何值无效，或者是一个布尔数组，它确定关联数组的每个元素的值是否有效。步骤首先……阅读更多

要设置掩码数组的填充值，请在 Python NumPy 中使用 ma.MaskedArray.set_fill_value() 方法。掩码数组的填充值是一个标量。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask，表示关联数组的没有任何值无效，或者是一个布尔数组，它确定关联数组的每个元素的值是否有效。NumPy 提供了全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等等。它支持各种硬件和计算平台，并且在……阅读更多

要计算掩码数组连续元素之间的差，请在 Python NumPy 中使用 MaskedArray.ediff1d() 方法。“to_end”参数设置要追加到返回差值末尾的数字。此函数等效于考虑掩码值的 numpy.ediff1d，有关详细信息，请参阅 numpy.ediff1d。掩码数组是标准 numpy.ndarray 和掩码的组合。掩码或者是 nomask，表示关联数组的没有任何值无效，或者是一个布尔数组，它确定关联数组的每个元素的值是否有效。步骤首先，导入……阅读更多

使用 np.ma.choose() 方法构建来自一组选项的新数组。mode 参数设置为“clip”。如果 mode='clip'，则大于 n-1 的值将映射到 n-1；然后构建新数组。给定一个整数数组和一个包含 n 个选择数组的列表，此方法将创建一个合并每个选择数组的新数组。在 index 中的值为 i 的位置，新数组将具有 choices[i] 在相同位置包含的值。choices 参数是选择数组。索引数组和所有选择都应该……阅读更多