当符号位被设置(小于零)时，逐个元素返回 True，并将结果存储在 Numpy 中的新位置
numpyserver side programmingprogramming更新于 2025/9/3 1:37:17
要当符号位被设置(小于零)时，逐个元素返回 True，请使用 Python Numpy 中的 numpy.signbit() 方法。我们将存储结果的新位置是一个新数组。
返回输出数组，或对 out 的引用(如果提供了)。如果 x 是标量，则返回标量。out 是存储结果的位置。如果提供，则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。元组(只能作为关键字参数)的长度必须等于输出的数量。
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 创建了未初始化的输出数组，则其中条件为 False 的位置将保持未初始化状态。
步骤
首先，导入所需的库 −
import numpy as np
创建一个数组 −
arr = np.array([10, 87, -45, -7.9, 6.5, 89])
显示数组 −
print("数组...
", arr)
获取数组的类型 −
print("
我们的数组类型...
", arr.dtype)
获取数组的维度 −
print("
我们的数组维度...
",arr.ndim)
获取数组中元素的数量 −
print("
元素数量...
", arr.size)
创建另一个具有相同形状的数组来存储结果 −
arrRes = np.array([3.5, 9.7, 5.9, 3.1, 4.6, 6.9])
要返回元素级别为 True 且符号位已设置(小于零)的结果，请使用 Python Numpy 中的 numpy.signbit() 方法。我们将存储结果的新位置为 arrRes −
print("
返回符号位已设置(小于零)的 True...
",np.signbit(arr, arrRes))
检查存储结果的新数组的值 −
print("
结果...
",arrRes)
示例
import numpy as np
# 创建数组
arr = np.array([10, 87, -45, -7.9, 6.5, 89])
# 显示数组
print("数组...
", arr)
# 获取数组的类型
print("
我们的数组类型...
", arr.dtype)
# 获取数组的维度
print("
我们的数组维度...
",arr.ndim)
# 获取数组中的元素数量
print("
元素数量...
", arr.size)
# 创建另一个相同形状的数组来存储结果
arrRes = np.array([3.5, 9.7, 5.9, 3.1, 4.6, 6.9])
# 要返回元素级别为 True 且符号位已设置(小于零)的数组，请使用 Python Numpy 中的 numpy.signbit() 方法。
# 存储结果的新位置是 arrRes
print("
返回元素级别为 True 且符号位已设置...
",np.signbit(arr, arrRes))
# 检查存储结果的新数组的值
print("
结果...
",arrRes)
输出
数组... [ 10. 87. -45. -7.9 6.5 89. ] 我们的数组类型... float64 我们的数组维度... 1 元素数量... 6 当 signbit 被设置时返回 True... [0. 0. 1. 1. 0. 0.] 结果... [0. 0. 1. 1. 0. 0.]
