or函数python_Python numpy.bitwise_or函数方法的使用
numpy.bitwise_or
numpy.bitwise_or(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) =
按元素计算两个数组的按位或。
计算输入数组中整数的基础二进制表示形式的按位或。 该ufunc实现了C/Python运算符|。参数 :x1, x2 :array_like
仅处理整数和布尔类型。 如果x1.shape!= x2.shape,
则必须将它们传递为通用形状(即输出的形状)。
out :ndarray, None, 或 ndarray的tuple和 None, 可选
结果存储的位置。 如果提供,它必须具有输入传递到的形状。
如果未提供或没有,则返回一个新分配的数组。
元组(只能作为关键字参数)的长度必须等于输出的数量。
where :array_like, 可选
此条件通过输入传递。 在条件为True的位置,
将out数组设置为ufunc结果。 在其他地方,out数组将保留其原始值。
请注意,如果通过默认的out = None创建了未初始化的输出数组,
则条件为False的数组中的位置将保持未初始化状态。
**kwargs
有关其他仅关键字的参数,请参见ufunc文档。
返回值 :out :ndarray 或 scalar
结果。 如果x1和x2均为标量,则为标量。
例子
数字13的binaray表示为00001101。同样,16表示为00010000。13和16的按位OR则为000111011或29:>>> np.bitwise_or(13, 16)
29
>>> np.binary_repr(29)
'11101'>>> np.bitwise_or(32, 2)
34
>>> np.bitwise_or([33, 4], 1)
array([33, 5])
>>> np.bitwise_or([33, 4], [1, 2])
array([33, 6])>>> np.bitwise_or(np.array([2, 5, 255]), np.array([4, 4, 4]))
array([ 6, 5, 255])
>>> np.array([2, 5, 255]) | np.array([4, 4, 4])
array([ 6, 5, 255])
>>> np.bitwise_or(np.array([2, 5, 255, 2147483647], dtype=np.int32),
... np.array([4, 4, 4, 2147483647], dtype=np.int32))
array([ 6, 5, 255, 2147483647])
>>> np.bitwise_or([True, True], [False, True])
array([ True, True])
or函数python_Python numpy.bitwise_or函数方法的使用相关推荐
- split函数python_Python numpy.hsplit函数方法的使用
numpy.hsplit numpy.hsplit(ary, indices_or_sections) [source] 水平(按列)将一个数组拆分为多个子数组. 请参考split文档.hsplit等 ...
- python排大小函数_python numpy 一些函数 大小排序和统计
排序大小函数 import numpy as np size = 100 a = np.random.randint(0, 1000, size=size) print(a) # 排序之后的前k个元素 ...
- numpy.maximum()函数和numpy.minimum()函数的使用
参考链接: numpy.maximum 参考链接: numpy.minimum 这两个函数的功能大体分别是在两个多维数组中逐元素求最大值和最小值 实验1: numpy.maximum()函数 Pyth ...
- python怎么运行ln函数_python numpy ln函数python之nosetests自动化测试框架感知
这几天都有遇到nosetest,一是hardway learn python中,还有一个是django中,因此想趁此了解下有什么用,看了半天也不理解具体的用处,还是老规矩把尝试的一些内容记下来.之所以 ...
- python row函数_Python numpy 常用函数总结
Numpy是什么 在没给大家介绍numpy之前先给大家说下python的基本概念. Python 是一种高级的,动态的,多泛型的编程语言.Python代码很多时候看起来就像是伪代码一样,因此你可以使用 ...
- [转载] python histogram函数_Python numpy.histogram_bin_edges函数方法的使用
参考链接: Python中的numpy.ceil numpy.histogram_bin_edges numpy.histogram_bin_edges(a, bins=10, range=None, ...
- Java choose函数_Python numpy.choose函数方法的使用
numpy.choose numpy.choose(a, choices, out=None, mode='raise') [source] 从索引数组和一组数组中构造一个数组以供选择. 首先,如果感 ...
- python的std函数_Python numpy.nanstd函数方法的使用
numpy.nanstd numpy.nanstd(a, axis=None, dtype=None, out=None, ddof=0, keepdims= 忽略NaN时,计算沿指定轴的标准偏差. ...
- python中isin函数_Python numpy.isin函数方法的使用
numpy.isin numpy.isin(element, test_elements, assume_unique=False, invert=False) [source] 计算test ...
最新文章
- ESP32 flash容量配置
- android 脸部识别之3D,2018年高通将推出整合3D脸部识别功能的Android手机芯片
- 诺基亚在2016年资本市场日上公布重点财务及战略目标
- 百思不得其解,一个钻石玩家可以短时间上王者?因为猎游?
- 如果全世界人口压缩到100人
- 关于计算流体力学,你知道多少?
- IRPT_TAS简介
- CentOS 7 安装 Weadmin(ITOSS)
- 为什么要推销自己_推销自己:为什么? 如何!
- python sklearn库 rnn_scikit-learn 逻辑回归类库使用小结
- ea6500 v1 刷梅林_继续测试:Linksys EA6500 v1 的TT固件
- 电脑突然间变卡的解决办法
- MTK平台ota升级后不删除u盘的update.zip
- setTimeout和for循环
- 随时随地访问家里搭建的私有存储(tfcenter)
- 发现了一个类似白加黑的应用
- 操作系统--(Linux)LinuxThread vs NPTL
- [Usaco2007 Open]City Horizon 城市地平线
- 北斗智慧环卫智能收运系统解决方案
- Java学习第二十六天