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'>#

逐元素计算两个数组的按位 OR。

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

参数:
x1, x2array_like

仅处理整数和布尔类型。如果 x1.shape != x2.shape，则它们必须可广播到公共形状（该公共形状将成为输出的形状）。

outndarray, None, or tuple of ndarray and None, optional

结果存储的位置。如果提供了，它必须具有输入广播到的形状。如果未提供或为 None，则返回一个新分配的数组。元组（仅可能作为关键字参数）的长度必须等于输出的数量。

wherearray_like, optional

此条件将广播到输入。在条件为 True 的位置，out 数组将设置为 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 创建了一个未初始化的 out 数组，那么其中条件为 False 的位置将保持未初始化状态。

**kwargs

有关其他关键字参数，请参阅 ufunc 文档。

返回:
outndarray 或标量

结果。如果 x1 和 x2 都是标量，则结果是标量。

另请参阅

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 的表示为 00010000。13 和 16 的按位 OR 结果为 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])

对于 ndarray，| 运算符可以用作 np.bitwise_or 的简写。

>>> x1 = np.array([2, 5, 255])
>>> x2 = np.array([4, 4, 4])
>>> x1 | x2
array([  6,   5, 255])
在此页面