~の意味がわからない

Question

~の意味がよくわかりません。

from matplotlib import pyplot as plt
from sklearn.datasets import load_iris
import numpy as np

data = load_iris()
print(data)

features = data['data']
feature_names = data['feature_names']
target = data['target']
target_names = data['target_names']
labels = target_names[target]

plength =features[:,2]
is_setosa = (labels=='setosa')

features = features[~is_setosa]
labels = labels[~is_setosa]
virginica =(labels=='virginica')

max_setosa =plength[is_setosa].max()
min_non_setosa = plength[~is_setosa].min()
print('Maximum of setosa: {0}.'.format(max_setosa))
print('Minimum of others:{0}.'.format(min_non_setosa))

def appy_model(example):
    if example[2] < 2:print('Iris Setoca')
    else: print('Iris Virginica or Iris Versicolor')

というアイリスのデータセットをダウンロードして特徴を抽出して、ラベル付けして判定するというサンプルコードがありまして、
このコードの

features = features[~is_setosa]
labels = labels[~is_setosa]

の部分の~の意味がわかりません。
~は、
ビット反転は演算子の右辺の値の各ビットに対して「1」の場合は「0」に、「0」の場合は「1」にします。
http://www.pythonweb.jp/tutorial/num/index4.html
というものであることがわかりました。
しかし、配列のインデックスを「1」の場合は「0」に、「0」の場合は「1」にすることのメリットがわかりません。

これはどういう役割なのでしょうか？

Comments

[can110]

「python 演算子」で検索してみた結果を追記ください。

[can110]

提示されたコード部分が「何をしようとしているのか」の具体的な説明を追記ください。

Answer 1

features = features[~is_setosa]
labels = labels[~is_setosa]
virginica =(labels=='virginica')

max_setosa =plength[is_setosa].max() #ここ
min_non_setosa = plength[~is_setosa].min()

必ずしも反転させているわけではありません。
is_setosaはおそらくbool型の関数ですので、真の場合と偽の場合で処理(配列操作)を変えています。