2.2.2 比较运算和布尔运算
使用==、>等比较运算符对两个数组进行比较，将返回一个布尔数组，它的每个元素值都是两个数组对应元素的比较结果。例如：
np.array([1, 2, 3]) < np.array([3, 2, 1])
array([ True, False, False], dtype=bool)
每个比较运算符也与一个ufunc函数对应，表2-2是比较运算符与ufunc函数的对照表。
表2-2 比较运算符与相应的ufunc函数
由于Python中的布尔运算使用and、or和not等关键字，它们无法被重载，因此数组的布尔运算只能通过相应的ufunc函数进行。这些函数名都以logical_开头，在IPython中使用自动补全可以很容易地找到它们：
>>> np.logical # 按Tab键进行自动补全
np.logical_and np.logical_not np.logical_or np.logical_xor
下面是一个使用logical_or()进行“或运算”的例子：
a = np.arange(5)
b = np.arange(4, -1, -1)
print a == b
print a > b
print np.logical_or(a == b, a > b) # 和 a>=b 相同
[False False True False False]
[False False False True True]
[False False True True True]
对两个布尔数组使用and、or和not等进行布尔运算，将抛出ValueError异常。因为布尔数组中有True也有False，所以NumPy无法确定用户的运算目的：
a == b and a > b
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-13-99b8118687f0> in <module>()
----> 1 a == b and a > b
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
错误信息告诉我们可以使用数组的any()或all()方法，在NumPy中同时也定义了any()和all()函数，它们的用法和Python内置的any()和all()类似。只要数组中有一个元素值为True，any()就返回True；而只有当数组的全部元素都为True时，all()才返回True。
np.any(a == b) np.any(a == b) and np.any(a > b)
-------------- --------------------------------
True True
以bitwise_开头的函数是位运算函数，包括bitwise_and、bitwise_not、bitwise_or和bitwise_xor等。也可以使用&、~、|和^等操作符进行计算。
对于布尔数组来说，位运算和布尔运算的结果相同。但在使用时要注意，位运算符的优先级比比较运算符高，因此需要使用括号提高比较运算符的运算优先级。例如：
(a == b) | (a > b)
array([False, False, True, True, True], dtype=bool)
整数数组的位运算和C语言的位运算相同，在使用时要注意元素类型的符号，例如下面的arange()所创建的数组的元素类型为32位符号整数，因此对正数按位取反将得到负数。以整数0为例，按位取反的结果是0xFFFFFFFF，在32位符号整数中，这个值表示-1。
~ np.arange(5)
array([-1, -2, -3, -4, -5])
而如果对8位无符号整数数组进行按位取反运算：
~ np.arange(5, dtype=np.uint8)
array([255, 254, 253, 252, 251], dtype=uint8)
同样的整数0，按位取反的结果是0xFF，当它是8位无符号整数时，它的值是255。