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。