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。
若文章对您有帮助，帮忙点个赞！
（微信扫码即可登录，无需注册）