Python中True(真)和False(假)判断详解
作者:厦门在乎科技 发布时间:2021-12-16 11:22:36
前言
Python中的 True和 False总是让人困惑,一不小心就会用错,本文总结了三个易错点,分别是逻辑取反、if条件式和pandas.DataFrame.loc切片中的条件式。
1.True和False的逻辑取反
在对True和False进行逻辑取反时,不使用~,而要使用not。
因为在Python中,not才是逻辑取反,而~是按位取反。True和False对应的数值是1和0,~True就相当于对1按位取反,结果是-2,not True的结果才是False。
print(True)
print(~True)
print(not True)
结果是:
True
-2
False
类似的,~False的结果是1,not False 的结果才是True
print(False)
print(~False)
print(not False)
结果是:
False
-1
True
注:Python中 ~ 按位取反是按照数的补码取反,即:
1 => 补码00000001 => ~按位取反 => 补码11111110 => 2
双重否定的结果是这样的
print(not not True)
print(~~True)
print(not ~True)
print(~(not True))
结果为:
True
1
False
-1
对False的双重否定
print(not not False)
print(~~False)
print(not ~False)
print(~(not False))
结果为:
False
0
False
-2
2.if条件语句中的True和False
Python语言中,if后任何非0和非空(null)值为True,0或者null为False。这点和其他语言不相同,使用多种编程语言时很容易混淆。所以即使判断条件是一个负数,也是按照True处理,不会执行else分支。来看例子:
if (-2):
print('a')
else:
print('b')
结果为:a
如果使用了~对True或False取反,则得不到想要的结果:
if (~True): # ~True == -2
print('a')
else:
print('b')
结果为:a
只有用not来取反,才能达到逻辑取反的效果:
if not True:
print('a')
else:
print('b')
结果为:b
3.pandas.DataFrame.loc 中的否定
pandas.DataFrame.loc 官方文档中是这么说的
Access a group of rows and columns by label(s) or a boolean array.
可以使用布尔列表作为输入,包括使用一个条件式来返回一个布尔列表,例:
首先创建一个DataFrame
import pandas as pd
df = pd.DataFrame([[1, 2], [4, 5], [7, 8]],
index=['cobra', 'viper', 'sidewinder'],
columns=['max_speed', 'shield'])
df
使用条件式来筛选出shield大于6的数据
df.loc[df['shield'] > 6]
筛选出shield域小于等于6的数据,可以
df.loc[df['shield'] <= 6]
也可以用
~ df.loc[~(df['shield'] > 6)]
另一个例子,筛选出index中不包含er两个字母的数据
df.loc[~df.index.str.contains('er')]
需要注意的是,在这里使用df.index.str.contains('er')作为条件筛选时,返回的是pd.Series。
而在pd.Series中, ~操作符重载了,它对布尔类型数据和对数值类型数据的处理分别是逻辑取反和按位取反。
df.index.str.contains('er')
的结果是:
array([False, True, True])
对布尔类型的pd.Series使用~取反,是逻辑取反
~pd.Series([False, True, False])
结果为
True
False
True
dtype: bool
而如果对数值型的pd.Series使用~取反,则是按位取反
~pd.Series([1,2,3])
结果为
-2
-3
-4
dtype: int64
来源:https://blog.csdn.net/weixin_41996102/article/details/119538705
猜你喜欢
- 使用Python爬虫登录系统之后,能够实现的操作就多了很多,下面大致介绍下如何使用Python模拟登录。我们都知道,在前端的加密验证,只要把
- 实际数据分析中遇到需求,把某个Excel表格按照某一列分为多个sheet,并且要求如果某个key对应的行数较少应该合并到一个sheet中。i
- 当需要制作转动鼠标滚轮放大页面字体这样的交互效果时,会用到 Mousewheel 事件。其实在大多数浏览器(IE6, IE7, IE8, O
- python是很容易上手的编程语言,但是有些时候使用python编写的程序并不能保证其运行速度(例如:while 和 for),这个时候我们
- DatePart 的语法是 DatePart(interval, date),用以取 date 的某部分。 interval yyyy:da
- Python中默认安装的ftplib模块定义了FTP类,其中函数有限,可用来实现简单的ftp客户端,用于上传或下载文件.FTP的工作流程及基
- items()方法返回字典的(键,值)元组对的列表语法以下是items()方法的语法:dict.items()参数 &
- 自定义序列的相关魔法方法允许我们自己创建的类拥有序列的特性,让其使用起来就像 python 的内置序列(dict,tuple,list,st
- 1. 从字典创建DataFrame>>> import pandas>>> dict_a = {'
- 1. 需求:用户答题练习,当用户获取所有题目的同时,需要判断用户是否已经做过该题目,如果做过,需要render的时候添加一个“回顾”按钮。2
- DOM遍历基于ID、元素类型、类名查找元素非常有用,但是如果你想基于它在DOM树中的位置来查找元素该怎么办?换句话说,你有一个给定的元素,你
- 应该是很方便的了,支持几乎所有主流浏览器(ie5,6,7,8;ff;傲游;Opera)已更新至可提交录入内容<script type=
- 今天遇到一个问题,在同事随意的提示下,用了 itertools.groupby 这个函数。不过这个东西最终还是没用上。问题就是对一个list
- 在对列表的元素进行找寻时,会频繁的说到遍历的理念。对于复杂的遍历要求,如多个列表中查找就显然不适合用for循环。本篇所要带来的是zip()
- 有这么一个题目,说bt其实也不bt,为了重点突出其中的意图,特意加上了括号:var a = (++Math.P
- 目前还没有更好的方法来追写Excel,lorinnn在网上搜索到以及之后用到的方法就是使用第三方库xlutils来实现了这个功能,主体思想就
- 一个几百行代码做出http/https代理服务器的脚本,启动即可做http https透明代理使用python proxy.py 8992使
- cache 是一个带索引带超时的缓存库目的在于优化代码结构,提供了若干实践。 https://github.com/weapons
- 今天我和中国著名画家"渔人"谈了一个关于"怎样才能设计好"的问题,他给我说了一句话,得益不浅,那句话
- 这一段时间,我在进行“09帮助中心升级”项目,负责其中的白板和视觉设计,总算和Axure有了第一次的正式会晤。由于之前已经零散地学习过一些A