numpy.bitwise_or#

numpy.bitwise_or(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'bitwise_or'>#

计算两个数组的逐元素位或运算。

计算输入数组中整数的底层二进制表示的位或。此 ufunc 实现了 C/Python 运算符 |。

参数:
x1, x2array_like

只处理整数和布尔类型。如果 x1.shape != x2.shape，它们必须能够广播到相同的形状（这将成为输出的形状）。

outndarray、None，或由 ndarray 和 None 组成的元组，可选

存储结果的位置。如果提供，它必须具有与输入广播到的形状相同的形状。如果未提供或为 None，则返回新分配的数组。元组（只能作为关键字参数）的长度必须等于输出的数量。

wherearray_like，可选

此条件将广播到输入上。在条件为 True 的位置，out 数组将被设置为 ufunc 结果。在其他位置，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建未初始化的 out 数组，则其中条件为 False 的位置将保持未初始化。

**kwargs

有关其他仅关键字参数，请参见 ufunc 文档。

返回:
outndarray 或 标量

结果。如果 x1 和 x2 都是标量，则结果也是标量。

另请参见

logical_or
bitwise_and
bitwise_xor
binary_repr

将输入数字的二进制表示形式作为字符串返回。

示例

>>> import numpy as np

数字 13 的二进制表示为 00001101。同样，16 的二进制表示为 00010000。那么 13 和 16 的位或结果是 00011101，即 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], dtype=int32)
>>> np.bitwise_or([True, True], [False, True])
array([ True,  True])

在 ndarray 上，| 运算符可以作为 np.bitwise_or 的简写。

>>> x1 = np.array([2, 5, 255])
>>> x2 = np.array([4, 4, 4])
>>> x1 | x2
array([  6,   5, 255])
在本页