numpy.logical_or#

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

逐元素计算 x1 或 x2 的真值。

参数:
x1, x2array_like

逻辑或应用于 x1x2 的元素。如果 x1.shape != x2.shape,则它们必须能够广播到一个共同的形状(这将成为输出的形状)。

outndarray、None 或 ndarray 和 None 的元组,可选

存储结果的位置。如果提供,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,可选

此条件在输入上广播。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,则其中条件为 False 的位置将保持未初始化。

**kwargs**

有关其他仅限关键字的参数,请参阅 ufunc 文档

返回值:
yndarray 或 bool

应用于 x1x2 元素的逻辑或运算的布尔结果;形状由广播确定。如果 x1x2 都是标量,则这是一个标量。

示例

>>> import numpy as np
>>> np.logical_or(True, False)
True
>>> np.logical_or([True, False], [False, False])
array([ True, False])
>>> x = np.arange(5)
>>> np.logical_or(x < 1, x > 3)
array([ True, False, False, False,  True])

在布尔 ndarrays 上,| 运算符可用作 np.logical_or 的简写。

>>> a = np.array([True, False])
>>> b = np.array([False, False])
>>> a | b
array([ True, False])