Python numpy.equal()

numpy.equal(arr1, arr2, out = None, where = True, casting = ‘same_kind’, order = ‘K’, dtype = None, ufunc ‘ not_equal’) :这个逻辑函数检查Arr1 ==arr2的元素。

参数 :

arr1 : [array_like]输入数组

arr2 : [array_like]输入数组

out :[ndarray, optional]输出的数组与输入的数组尺寸相同，与结果放在一起。

**kwargs :允许你向一个函数传递长度可变的关键字参数。当我们想在一个函数中处理命名的参数时，它就被使用。

where :[array_like, optional]真值意味着在该位置计算通用函数(ufunc)，假值意味着不考虑输出中的值。

返回 :

返回 arr1 == arr2 的元素。

代码 1 :

# Python Program illustrating
# numpy.equal() method
import numpy as geek
  
a  = geek.equal([1., 2.], [1., 3.])
print("Check to be Equal : \n", a, "\n")
  
b = geek.equal([1, 2], [[1, 3],[1, 4]])
print("Check to be Equal : \n", b, "\n")

输出 :

Check to be Equal : 
 [ True False] 

Check to be Equal : 
 [[ True False]
 [ True False]] 

代码2：使用.equal()函数对数据类型进行比较

# Python Program illustrating
# numpy.equal() method
import numpy as geek
  
# Here we will compare Complex values with int
a = geek.array([0 + 1j, 2])
b = geek.array([1,2])
  
d  = geek.equal(a, b)
print("Comparing complex with int using .equal() : ", d)

输出 :

Comparing complex with int using .equal() :  [False  True]

代码 3 :

# Python Program illustrating
# numpy.not_equal() method
import numpy as geek
  
# Here we will compare Float with int values
a = geek.array([1.1, 1])
b = geek.array([1, 2])
   
d  = geek.not_equal(a, b)
print("\nComparing float with int using .not_equal() : ", d)

输出 :

Comparing float with int using .not_equal() :  [ True  True]

时间的复杂性:

equal的时间复杂度为O(N)。其中k是需要添加的列表的长度。