小編給大家分享一下Python中numpy中any()和all()的使用方法，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

1.簡介：numpy.array.any()和numpy.array.all()，以下都用簡寫

np.array.any()是或操作，任意一個元素為True，輸出為True。

np.array.all()是與操作，所有元素為True，輸出為True。

import numpy as np
arr1 = np.array([0,1,2,3])
print(arr1.any())   # True
print(arr1.all())   # False

import numpy as np
 
arr2 = np.array([True,True,True])
print(arr2.any())   # True
print(arr2.all())   # True

2.運用：判斷np.array是否相等

首先，我們看一下list和np.array的區別：

lst1 = [1,3,5,7,9]
lst2 = [2,4,6,8,10]
print(lst1 == lst2)
#result:False

import numpy as np 
 
arr1 = np.arange(10)
arr2 = np.arange(10)
print(arr1 == arr2)
#result:[ True  True  True  True  True  True  True  True  True  True]

可以看出：用 “=” 判斷兩個list 是否相同，返回的是True或False，而np.array返回的是每個元素值比較的列表。

那么如何比較兩個np.array，而不是其中的元素呢？

arr1 = np.arange(10)
arr2 = np.arange(10)
print((arr1 == arr2).all())
#result:True

arr1 == arr2返回的仍然是np.array類型的數組，因此，再通過.all()方法即可判斷arr1、arr2是否相等。

以上是Python中numpy中any()和all()的使用方法的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注創新互聯網站制作公司行業資訊頻道！