python numpy 实现与(and),非与(not),或(or),异或(xor)逻辑运算!-

目录

  • 1,与,非,或,异或简单的介绍
  • 2,python numpy实现
  • 3,运行结果

1,与,非,或,异或简单的介绍

在高中的物理课上接触到与或非的逻辑运算,感觉那时候用他们来控制电路满有意思的,现在接触深度学习间接的接触这些逻辑运算,现在具体的讲解下他们的区别:

与运算:假设完成一个任务,需要两者都具备完成条件即可,若两者之一具备完成任务条件或两者都不具备完成任务的条件则无法完成任务。

非运算:与运算的逆运算,两者两者都具备完成条件则不能完成任务,两者不具备完成任务条件或两者其中之一具备完成条件则完成任务。

或运算 :假设完成一个任务,两者都具备完成任务条件或两者其中之一具备完成任务的条件则完成任务,,两者都不具备完成任务条件则无法完成任务。

异或运算::假设完成一个任务,两者都具备完成任务条件或两者都不具备完成任务的条件则任务不能完成任务,若两者之一具备完成任务的条件则完成任务。

用表格表示为如下

x1 x2 异或
0 0 0 1 0 0
0 1 0 1 1 1
1 0 0 1 1 1
1 1 1 0 1 0

2,python numpy实现

这里用x1=1,x2=0作为例子进行的运算

import numpy as np# numpy实现与运算
def AND(x1,x2):#判断条件(x1w1+x2w2)>1 retuen 1,否则return 0x=np.array([x1,x2])w=np.array([0.6,0.5])y=np.sum(x*w)if y>1:return 1else:return 0# numpy实现非运算
def NOT(x1,x2):#判断条件(x1w1+x2w2)<1 retuen 1,否则return 0x=np.array([x1,x2])w=np.array([0.6,0.5])y=np.sum(x*w)if y<=1:return 1else:return 0#numpy实现或运算
def OR(x1,x2):#权重x1,x2要大于偏执b,判断条件 为真-> b+x1w1+x2w2>=0 为假->  b+x1w1+x2w2<=0x=np.array([x1,x2])w=np.array([0.2,0.5])b=-0.1y=np.sum(x*w)+bif y<=0:return 0else:return 1#numpy实现异或运算
def XOR(x1,x2):#判断条件将输入值x1,x2进行非not运算和或or运算然后再将其返回值进行与and运算变得到异或xor运算m=NOT(x1,x2)n=OR(x1,x2)k =AND(m,n)return kif __name__=="__main__":data=[1,0]print("x1,x2分别为:",data[0],data[1])print("与运算:",AND(data[0],data[1]))print("非运算:",NOT(data[0],data[1]))print("或运算:",OR(data[0],data[1]))print("异或运算:",XOR(data[0],data[1]))

3,运行结果


简单的实现完成,感觉有帮助的点赞呗

python numpy 实现与(and),非与(not),或(or),异或(xor)逻辑运算!相关推荐

  1. Python numpy使用记录4.逻辑运算,与或非,异或

    Python numpy使用记录4.逻辑运算,与或非,异或 前言 numpy的逻辑运算函数 与或非 异或 numpy逻辑运算符 前言 最近写码碰到一个问题,有a,mask_1,mask_2,mask_ ...

  2. dataframe,python,numpy 问题索引1

    # 找出只有赌场数据的账户 gp=data.groupby(['查询账号','场景标签'],as_index=True) tj=gp.size().reset_index()按查询账号和场景标签分组并 ...

  3. Python,OpenCV中的非局部均值去噪(Non-Local Means Denoising)

    Python,OpenCV中的非局部均值去噪(Non-Local Means Denoising) 1. 效果图 2. 原理 3. 源码 2.1 单彩色图去噪 2.2 多连续彩色帧去噪 参考 这篇博客 ...

  4. python numpy常用操作、Numpy 多维数组、矩阵相乘、矩阵乘以向量

    python numpy常用操作 Numpy基本操作 # 导入numpy import numpy as np # 生成numpy数组 x = np.array([1.0, 2.0, 3.0]) pr ...

  5. Python+numpy实现矩阵QR分解

    感谢广东东软学院计算机系赵晨杰老师的交流. 如果实(复)非奇异矩阵A能够化成正交(酉)矩阵Q与实(复)非奇异上三角矩阵R的乘积,即A=QR,则称其为A的QR分解. Python扩展库numpy实现了矩 ...

  6. [转载] python numpy 总结

    参考链接: Python中的numpy.compress 先决条件 在阅读这个教程之前,你多少需要知道点python.如果你想重新回忆下,请看看Python Tutorial. 如果你想要运行教程中的 ...

  7. 如何使用Python numpy.where()方法

    In Python, we can use the numpy.where() function to select elements from a numpy array, based on a c ...

  8. [入门教程](python numpy入门)

    [入门教程](python numpy入门) NumPy NumPy是一个开源的Python科学计算基础库,包含 •一个强大的N维数组对象ndarray •广播功能函数 •整合C/C++/Fortra ...

  9. Python(+numpy)实现对9*9数独问题(单解或多解)的快速递归求解

    Python(+numpy)实现对9*9数独问题的求解 利用Python(+numpy库)递归实现对9*9数独问题的求解 (=== 分享一下这两天断断续续写的解9*9数独问题的经历及源码,第一次写博客 ...

最新文章

  1. c++ 的重载、覆盖、隐藏
  2. 《Python Cookbook》 最佳译本开放下载啦!
  3. json.dumps和loads方法
  4. Java 设计模式 -- 建造者模式
  5. SQL 语句之insert语句插入数据:若表中有重复的主键或数据继续插入解决方案
  6. Stark 组件:快速开发神器 —— 锦上添花
  7. 游客显示的html代码,html5游客总数柱状图代码
  8. linux git ssh 配置文件,git bash配置ssh 登录 Linux的方法
  9. extern “C”的含义
  10. PE盘PE系统盘制作
  11. 【SSL】2021-08-18 1286.恶作剧
  12. centos7安装tomcat7
  13. 浅谈输入阻抗、输出阻抗和阻抗匹配
  14. 英语模板作文,词组,句子,句型,开头
  15. 超全Python图像处理讲解!花五天才整理的!
  16. spring成神之路第十八篇:@ComponentScan、@ComponentScans 详解(bean 批量注册)
  17. 中秋节到了我给大家用python做一个月饼
  18. 使用纯JavaCV实现颜色分割 / 轮廓提取 / 离焦 / 线性旋转变焦模糊 / 灰度化 / 标注等处理
  19. 分享20份小升初超实用简历模板,每套都有自己的风格,可选取适合孩子的
  20. 【MC 网易-我的世界-mod开发基础笔记】 --- 创建第一个空白Mod

热门文章

  1. 怎么设计高效的敏感词过滤系统(一)
  2. 如何把IDEA中设置像eclipse默认铺开包层次结构
  3. Lined List 链表总结 Reverse链表 - 反转(python) leetcode 206 92
  4. 手机dpi修改工具_【原创教程】修改分辨率和dpi 让安卓手机不再卡顿
  5. flstudio插件找不到_FLStudio使用教程之Vocodex插件介绍
  6. Xshell/Xftp个人完全免费版(功能与收费版完全相同)
  7. apache评分标准_危重病人APACHE II评分表(标准)
  8. 【转载】没有urllib2怎么办?安装不了urllib2怎么办?
  9. 卡片式轮播图 效果 实现
  10. MOSFET驱动电路应用实例