&，|)和(and，or)是两组比较相似的运算符，用在“与”/ “或”上，在用法上有些许区别。

(&，|)和(and，or)是用来比较两组变量的，格式基本上是：

a & ba | ba and ba or b

如果a，b是数值变量， 则&， |表示位运算， and，or则依据是否非0来决定输出，

&， |：# 1&2，2在二进制里面是10,1在二进制中是01，那么01与运算10得到是01 & 2 # 输出为 01 | 2 # 输出为3

and, or:

# 判断变量是否为0， 是0则为False，非0判断为True，# and中含0，返回0; 均为非0时，返回后一个值，2 and 0 # 返回02 and 1 # 返回11 and 2 # 返回2# or中， 至少有一个非0时，返回第一个非0,2 or 0# 返回22 or 1 # 返回20 or 1 # 返回1

如何a, b是逻辑变量， 则两类的用法基本一致

In[103]:(3>0) | (3<1)Out[103]: TrueIn[104]:(3>0) and (3<1)Out[104]: FalseIn[105]:(3>0) or (3<1)Out[105]: TrueIn[106]:(3>0) & (3<1)Out[106]: False

值得提及的是在DataFrame的切片过程，要注意逻辑变量的使用

需要求得满足多个逻辑条件的数据时，要使用& 和|，在某些条件下用and/ or会报错

‘ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().’target_url = http://aima.cs.*/data/iris.csvdata = pd.read_csv(target_url, header=None, columns=['s_line', 's_wid', 'p_line', 'p_wid', 'kind'])*lumns = ['s_line', 's_wid', 'p_line', 'p_wid', 'kind']x_data = data.iloc[:, :-1]# 在多个逻辑条件下，用& 或者|，x_1 = x_data[x_data['s_line'] > 6 & x_data['p_wid'] > 0]

免责声明：内容和图片源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。

python就业方向有哪些:人工智能（AI)与机器学习。人工智能是现在非常火的一个方向，AI热潮让Python语言的未来充满了无限的潜力。现在释放出来的几个非常有影响力的AI框架，大多是Python的实现，为什么呢？因为Python足够动态、具有足够性能，这是AI技术所需要的技术特点。比如基于Python的深度学习库、深度学习方向、机器学习方向、自然语言处理方向的一些网站基本都是通过Python来实现的。机器学习，尤其是现在火爆的深度学习，其工具框架大都提供了Python接口。Python在科学计算领域一直有着较好的声誉，其简洁清晰的语法以及丰富的计算工具，深受此领域开发者喜爱。