numpy.equal

numpy.equal(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'equal'>

逐元素返回 (x1 == x2).

参数:

x1, x2array_like

输入数组.如果 x1.shape != x2.shape,它们必须能够广播到一个共同的形状（这将成为输出形状）.

outndarray, None, 或 ndarray 和 None 的元组, 可选

存储结果的位置.如果提供,它必须具有输入广播到的形状.如果未提供或为 None,则返回一个新分配的数组.一个元组（只能作为关键字参数）的长度必须等于输出的数量.

wherearray_like, 可选

这个条件通过输入进行广播.在条件为 True 的位置,`out` 数组将被设置为 ufunc 结果.在其他地方,`out` 数组将保留其原始值.请注意,如果通过默认的 out=None 创建了一个未初始化的 out 数组,条件为 False 的位置将保持未初始化状态.

**kwargs

对于其他仅限关键字的参数,请参阅 ufunc 文档.

返回:

outndarray 或标量

输出数组,逐元素比较 x1 和 x2.通常类型为布尔,除非传递 dtype=object.如果 x1 和 x2 都是标量,则这是标量.

参见

not_equal, greater_equal, less_equal, greater, less

示例

>>> import numpy as np
>>> np.equal([0, 1, 3], np.arange(3))
array([ True,  True, False])

比较的是值,而不是类型.因此,一个整数 (1) 和一个长度为1的数组可以评估为 True:

>>> np.equal(1, np.ones(1))
array([ True])

== 运算符可以作为 np.equal 在 ndarrays 上的简写.

>>> a = np.array([2, 4, 6])
>>> b = np.array([2, 4, 2])
>>> a == b
array([ True,  True, False])