Python 中 (&，|)和(and，or)之间的区别是什么

&，|)和(and，or)是2组较为类似的操作符，用在“与”/ “或”上，在使用方法上面有一丝差别。

(&，|)和(and，or)是用于较为2组自变量的，文件格式通常是：

a & b

a | b

a and b

a or b

如果a，b是标值自变量， 则&， |表明位运算， and，or则根据是不是非0来决策輸出，

&， |：

# 1&2，2在二进制里边是10,1在二进制中是01，那麼01与运算10获得是0

1 & 2 # 輸出为 0

1 | 2 # 輸出为3

and, or:

# 分辨自变量是不是为0， 是0则为False，非0分辨为True，

# and中含0，回到0; 均为非0时，回到后一个值，

2 and 0 # 回到0

2 and 1 # 回到1

1 and 2 # 回到2

# or中， 最少有一个非0时，回到**个非0,

2 or 0# 回到2

2 or 1 # 回到2

0 or 1 # 回到1

怎样a, b是逻辑性自变量， 则两大类的使用方法基本一致

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

非常值得提到的是在DataFrame的切成片全过程，要留意逻辑性自变量的应用

*须 求取达到好几个逻辑性标准的资料时，要应用& 和|，在一些标准下要and/ or会出错

‘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.berkeley.edu/data/iris.csv

data = pd.read_csv(target_url, header=None, columns=['s_line', 's_wid', 'p_line', 'p_wid', 'kind'])

data.columns = ['s_line', 's_wid', 'p_line', 'p_wid', 'kind']

x_data = data.iloc[:, :-1]

# 在好几个逻辑性标准下，用& 或是|，x_1 = x_data[x_data['s_line'] > 6 & x_data['p_wid'] > 0]