Python 中 （&，|）和（and，or）之间的区别

（&，|）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 & b
a | b
a and b
a 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0 1 & 2 # 输出为 0， 1 | 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0
2 and 1   # 返回1
1 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2
2 or 1   # 返回2
0 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]: 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

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.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]

# 在多个逻辑条件下，用& 或者|，
x_1 = x_data[x_data[s_line] > 6 & x_data[p_wid] > 0]