2.3.11　NumPy数组比较

NumPy强大的地方是可以进行数组或矩阵的比较，数据比较之后会产生Boolean值。

import numpy as np
matrix = np.array([
[5, 10, 15],
[20, 25, 30],
[35, 40, 45]
])
m = (matrix == 25)
print(m)

返回结果如下。

[[False False False]
 [False  True False]
 [False False False]]

我们再来看一个比较复杂的例子。

import numpy as np
matrix = np.array([
[5, 10, 15],
[20, 25, 30],
[35, 40, 45]
])
second_column_25 =  (matrix[:,1] == 25)
print(second_column_25)
print(matrix[second_column_25, :])

上述代码中，print（second_column_25）输出的是[False True False]。matrix[:，1]代表的是所有的行以及索引为1的列[10，25，40]，然后和25进行比较，得到的就是false，true，false。print（matrix[second_column_25，:]）代表返回true值的那一行数据[20，25，30]。

上述例子是单个条件，NumPy也允许我们使用条件符拼接多个条件，其中&代表且，|代表或。比如vector=np.array（[5，10，11，12]），equal_to_five_and_ten=（vector==5） & （vector==10）返回的都是false；如果是equal_to_five_or_ten=（vector==5）|（vector==10），则返回[True，True，False，False]。

我们可以通过np.count_nonzero（x<=3）计算小于、等于3的元素个数，1代表True，0代表False；也可以通过np.any（x==0）计算，只要x中有一个元素等于0，就返回True。np.all（x>0）需要所有的元素都大于0才能返回True，以此帮助我们判断x里的数据是否满足一定的条件。