numpy.not_equal

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

equal, greater, greater_equal, less,less_equal

例子

>>> np.not_equal([1.,2.], [1., 3.])
array([False,  True])
>>> np.not_equal([1, 2], [[1, 3],[1, 4]])
array([[False,  True],
       [False,  True]])

该!=运算符可以用作np.not_equalon ndarray 的简写。

>>> a = np.array([1., 2.])
>>> b = np.array([1., 3.])
>>> a != b
array([False,  True])