numpy.logical_andと＆の違い
2つ以上のnumpy配列の_logical_and_を使用しようとしています。 numpyに関数logical_and()があることは知っていますが、単純な演算子_&_は同じ結果を返し、潜在的に使いやすいことがわかりました。
たとえば、3つのnumpy配列a、b、およびcについて考えてみます。 np.logical_and(a, np.logical_and(b,c))は_a & b & c_と同等ですか？
それらが（多かれ少なかれ）同等である場合、logical_and()を使用する利点は何ですか？
@ user1121588はコメントでこれのほとんどに答えました、しかし完全に答えるために...
"Bitwise and"（&）はブール配列のlogical_andとほとんど同じように動作しますが、logical_andを使用するだけでなく意図も伝えず、誤解を招く可能性があります。重要なケース（おそらく、パックされた配列またはスパース配列）での回答。
複数の配列でlogical_andを使用するには、次のようにします。
np.logical_and.reduce([a, b, c])
ここで、引数は、一緒にlogical_andしたい数の配列のリストです。それらはすべて同じ形でなければなりません。
NumPyブール配列で_&_の代わりに_logical_and_を使用できるという公式の確認をグーグルで調べていて、1つ見つかりました NumPy v1.15マニュアルで ：
ブール引数があることがわかっている場合は、NumPyのビット演算子を使用する必要はありませんが、
z = (x > 1) & (x < 2)のように括弧に注意してください。 _logical_and_および_logical_or_のNumPy演算子形式がないことは、Pythonの設計の残念な結果です。
したがって、_~_には_logical_not_を使用し、_|_には_logical_or_を使用することもできます。