numpy.equal

麻木的。equal ( x1 , x2 , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ , signature , extobj ] ) = <ufunc 'equal' >

按元素返回 (x1 == x2)。

参数：

x1, x2类似数组

输入数组。如果，它们必须可广播为通用形状（成为输出的形状）。x1.shape != x2.shape

out ndarray、None 或 ndarray 和 None 的元组，可选

存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或无，则返回新分配的数组。元组（只能作为关键字参数）的长度必须等于输出的数量。

其中array_like，可选

该条件通过输入广播。在条件为 True 的位置，输出数组将设置为 ufunc 结果。在其他地方，输出数组将保留其原始值。请注意，如果通过 default 创建 未初始化的outout=None数组，则其中条件为 False 的位置将保持未初始化状态。

**夸格

对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

输出ndarray 或标量

输出数组，按元素比较x1和x2。通常为 bool 类型，除非dtype=object通过。如果x1和x2都是标量，则这是一个标量。

也可以看看

not_equal, greater_equal, less_equal, greater,less

例子

>>> 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 int (1) 和一个长度的数组可以评估为 True：

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

该==运算符可以用作np.equalon ndarray 的简写。

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