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, x2类数组对象: 输入数组。如果 x1.shape != x2.shape，它们必须能够广播到相同的形状（该形状将成为输出的形状）。
outndarray, None, 或 ndarray 和 None 的元组，可选: 存储结果的位置。如果提供，其形状必须与输入广播到的形状一致。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。
where类数组对象，可选: 此条件会广播到输入上。在条件为 True 的位置，out 数组将被设置为 ufunc 结果。在其他位置，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建了未初始化的 out 数组，则其中条件为 False 的位置将保持未初始化状态。
**kwargs: 有关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。通常为布尔类型，除非传入 dtype=object。如果 x1 和 x2 都是标量，则输出为标量。

另请参阅

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) 和一个长度为一的数组可以评估为 True。

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

== 运算符可以用作 ndarrays 上 np.equal 的简写。

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