亚洲乱码中文字幕综合,中国熟女仑乱hd,亚洲精品乱拍国产一区二区三区,一本大道卡一卡二卡三乱码全集资源,又粗又黄又硬又爽的免费视频

Python中True(真)和False(假)判斷詳解

 更新時間:2022年07月04日 11:03:23   作者:廈門在乎科技  
眾所周知True和False是一個布爾變量可取的值,下面這篇文章主要給大家介紹了關于Python中True(真)和False(假)判斷的相關資料,本文通過示例代碼介紹的非常詳細,需要的朋友可以參考下

前言

Python中的 True和 False總是讓人困惑,一不小心就會用錯,本文總結了三個易錯點,分別是邏輯取反、if條件式和pandas.DataFrame.loc切片中的條件式。

1.True和False的邏輯取反

在對True和False進行邏輯取反時,不使用~,而要使用not。

因為在Python中,not才是邏輯取反,而~是按位取反。True和False對應的數(shù)值是1和0,~True就相當于對1按位取反,結果是-2,not True的結果才是False。

print(True)
print(~True)
print(not True)

結果是:

True
-2
False

類似的,~False的結果是1,not False 的結果才是True

print(False)
print(~False)
print(not False)

結果是:

False
-1
True

注:Python中 ~ 按位取反是按照數(shù)的補碼取反,即:

1 => 補碼00000001 => ~按位取反 => 補碼11111110 => 2

雙重否定的結果是這樣的

print(not not True)
print(~~True)
print(not ~True)
print(~(not True))

結果為:

True
1
False
-1

對False的雙重否定

print(not not False)
print(~~False)
print(not ~False)
print(~(not False))

結果為:

False
0
False
-2

2.if條件語句中的True和False

Python語言中,if后任何非0和非空(null)值為True,0或者null為False。這點和其他語言不相同,使用多種編程語言時很容易混淆。所以即使判斷條件是一個負數(shù),也是按照True處理,不會執(zhí)行else分支。來看例子:

if (-2):
    print('a')
else:
    print('b')

結果為:a

如果使用了~對True或False取反,則得不到想要的結果:

if (~True): # ~True == -2
    print('a')
else:
    print('b')

結果為:a

只有用not來取反,才能達到邏輯取反的效果:

if not True:
    print('a')
else:
    print('b')

結果為:b

3.pandas.DataFrame.loc 中的否定

pandas.DataFrame.loc 官方文檔中是這么說的
Access a group of rows and columns by label(s) or a boolean array.
可以使用布爾列表作為輸入,包括使用一個條件式來返回一個布爾列表,例:

首先創(chuàng)建一個DataFrame

import pandas as pd
 
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
    index=['cobra', 'viper', 'sidewinder'],
    columns=['max_speed', 'shield'])
 
df

使用條件式來篩選出shield大于6的數(shù)據(jù)

df.loc[df['shield'] > 6]

?篩選出shield域小于等于6的數(shù)據(jù),可以

df.loc[df['shield'] <= 6]

也可以用

~ df.loc[~(df['shield'] > 6)]

另一個例子,篩選出index中不包含er兩個字母的數(shù)據(jù)

df.loc[~df.index.str.contains('er')]

需要注意的是,在這里使用df.index.str.contains('er')作為條件篩選時,返回的是pd.Series。

而在pd.Series中, ~操作符重載了,它對布爾類型數(shù)據(jù)和對數(shù)值類型數(shù)據(jù)的處理分別是邏輯取反和按位取反。

df.index.str.contains('er')

的結果是:

array([False, True, True])

對布爾類型的pd.Series使用~取反,是邏輯取反

~pd.Series([False, True, False])

結果為

True
False
True
dtype: bool

而如果對數(shù)值型的pd.Series使用~取反,則是按位取反

~pd.Series([1,2,3])

結果為

-2
-3
-4
dtype: int64

總結

到此這篇關于Python中True(真)和False(假)判斷的文章就介紹到這了,更多相關Python True和False詳解內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

最新評論