numpy取反操作符和Boolean类型与0-1表示方式

numpy取反操作符和Boolean类型与0-1表示

numpy中取反运算符~可以将Boolean类型值取反,这在使用boolean类型数组选择数组中固定元素时十分有用。

import numpy as np
a=np.array([0,0,1,1]).astype("bool")
b=np.arange(4)
print("b\n",b)
# b
#  [0 1 2 3]
c=b[a]
print("c\n",c)
# c
#  [2 3]
print("~a\n",~a)
# ~a
#  [ True  True False False]
c_=b[~a]
print("c_\n",c_)
# c_
#  [0 1]

numpy中的0-1表示和Boolean类型具有一致性

loser_winner = np.array([1, 0, 0, 1, 0, 1])
if [0, 0, 1] == [False, False, True]:
    print("1")
else:
    print("0")
# 1
print(~loser_winner.astype(np.bool))
# [ True False False False  True False]
mutation_idx = [True, True, True, False, False, False]
loser_winner[mutation_idx] = ~loser_winner[mutation_idx].astype(np.bool)
print("loser_winner", loser_winner, "loser_winner[mutation_idx]", loser_winner[mutation_idx])
# loser_winner [0 1 1 1 0 1] loser_winner[mutation_idx] [0 1 1]

Python按位取反运算符~解析

Python的按位取反运算符~的解释是:

对数据的每个二进制位取反,即把1变为0,把0变为1。~x 类似于 -x-1。

如a =61= 0b0011 1101,按位取反后的结果是:0b1100 0010=194,

可是Python中运算结果并非如此,

输出的~a的结果是:~a=62

这是怎么回事呢?

计算机中的符号数有三种表示方法,即原码、反码和补码。三种表示方法均有符号位和数值位两部分,符号位都是用0表示“正”,用1表示“负”,而数值位,三种表示方法各不相同。

在计算机系统中,数值一律用补码来表示和存储。原因在于,使用补码,可以将符号位和数值域统一处理;同时,加法和减法也可以统一处理。

另外,求负整数的补码,将其对应正数二进制原码表示所有位取反(包括符号位,0变1,1变0)后加1

这里用括号来表示符号位,0表示正数,1表示负数。

  • a=61=(0)0b0011 1101,正数补码
  • ~a=(1)0b1100 0010,负数补码,符号位为1表示这个代表一个负数,我们要知道其表示的数值。

对应负数原码到补码的转换过程:

(1)数值部分先减一:0b1100 0001

(2)数值部分取反:0b0011 1110,数值部分62

加上符号则~a =-62= (1)0b0011 1110,负数原码

总结

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。

你可能感兴趣的:(numpy取反操作符和Boolean类型与0-1表示方式)