Boolean-Arrays-And-Masks

Comparisons, Masks, and Boolean Logic

import numpy as np
import pandas as pd

rainfall = pd.read_csv('./Seattle2014.csv')['PRCP'].values
inches = rainfall / 254  # 1/10mm --> inches 
print("inches.shape: ", inches.shape)

inches.shape:  (365,)

Ufunc 비교 연산자

x = np.array([1, 2, 3, 4, 5])
print("x: ", x)
print("x < 3: ", x < 3)
print("x > 3: ", x > 3)
print("x <= 3: ", x <= 3)
print("x >= 3: ", x >= 3)
print("x != 3: ", x != 3)

# 복합 표현식 --> 두 배열 항목별 비교
print("\n(2 * x) == (x ** 2): ", (2 * x) == (x ** 2))

# 2차원
rng = np.random.RandomState(0)
x = rng.randint(10, size=(3, 4))
print("\nx: \n", x)
print("\nx < 6: \n", x < 6)

x:  [1 2 3 4 5]
x < 3:  [ True  True False False False]
x > 3:  [False False False  True  True]
x <= 3:  [ True  True  True False False]
x >= 3:  [False False  True  True  True]
x != 3:  [ True  True False  True  True]

(2 * x) == (x ** 2):  [False  True False False False]

x: 
 [[5 0 3 3]
 [7 9 3 5]
 [2 4 7 6]]

x < 6: 
 [[ True  True  True  True]
 [False False  True  True]
 [ True  True False False]]

Operator	Equivalent ufunc	Operator	Equivalent ufunc
==	np.equal	!=	np.not_equal
<	np.less	<=	np.less_equal
>	np.greater	>=	np.greater_equal

부울 배열로 작업

요소 개수 세기

# 요소 개수 세기
print("x: \n", x)
# True인 요소의 개수
print("\nnp.count_nonzero(x < 6): ", np.count_nonzero(x < 6))
# False는 0으로, True는 1로 해석
print("\nnp.sum(x < 6): ", np.sum(x < 6))
# 집계함수와 같이 행이나 열에 따른 계산 가능
print("np.sum(x < 6, axis=1): ", np.sum(x < 6, axis=1))
# 값 중 참이 있는지 확인
print("\nnp.any(x > 8): ", np.any(x > 8))  # 하나의 값 기준
print("np.all(x < 10): ", np.all(x < 10))  # 모든 값 기준
print("\nnp.any(x > 8, axis=1): ", np.any(x > 8, axis=1))
print("np.all(x < 8, axis=0): ", np.all(x < 8, axis=0))

x: 
 [[5 0 3 3]
 [7 9 3 5]
 [2 4 7 6]]

np.count_nonzero(x < 6):  8

np.sum(x < 6):  8
np.sum(x < 6, axis=1):  [4 2 2]

np.any(x > 8):  True
np.all(x < 10):  True

np.any(x > 8, axis=1):  [False  True False]
np.all(x < 8, axis=0):  [ True False  True  True]

부울 연산자

Operator	Equivalent ufunc	Operator	Equivalent ufunc
&	np.bitwise_and	|	np.bitwise_or
^	np.bitwise_xor	~	np.bitwise_not

print("np.sum((inches > 0.5) & (inches < 1)): ", np.sum((inches > 0.5) & (inches < 1)))
print("np.sum(~((inches <= 0.5) | (inches >= 1))): ", np.sum(~((inches <= 0.5) | (inches >= 1))))

np.sum((inches > 0.5) & (inches < 1)):  29
np.sum(~((inches <= 0.5) | (inches >= 1))):  29

마스크로서의 부울 배열

print("x: \n", x)
print("\nx[x < 5]: ", x[x < 5])  # 마스킹 연산 --> 부울(마스크) 배열에서 True값 반환

# Example
rainy = (inches > 0)
summer = (np.arange(365) - 172 < 90) & (np.arange(365) - 17 > 0)
print("\nnp.median(inches[rainy]): ", np.median(inches[rainy]))
print("np.median(inches[summer]): ", np.median(inches[summer]))
print("np.max(inches[summer]): ", np.max(inches[summer]))
print("np.median(inches[rainy & ~summer]): ", np.median(inches[rainy & ~summer]))

x: 
 [[5 0 3 3]
 [7 9 3 5]
 [2 4 7 6]]

x[x < 5]:  [0 3 3 3 2 4]

np.median(inches[rainy]):  0.19488188976377951
np.median(inches[summer]):  0.0
np.max(inches[summer]):  1.8385826771653544
np.median(inches[rainy & ~summer]):  0.20866141732283464

키워드 사용

# and / or --> 객체를 부울 요소로 취급
x = bool(33)
y = bool(0)
print("x:", x, "\ny:", y)
print("x and y:", x and y, "\nx or y:", x or y)

# & / | --> 비트를 비교(배열에 사용)
print("\nbin(33):", bin(33), "\nbin(55):", bin(55))
print("bin(33 & 55):", bin(33 & 55))
print("bin(33 | 55):", bin(33 | 55))

x: True 
y: False
x and y: False 
x or y: True

bin(33): 0b100001 
bin(55): 0b110111
bin(33 & 55): 0b100001
bin(33 | 55): 0b110111