numpy.bitwise_or¶

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

按位或按元素计算两个数组的位。

计算输入数组中整数的二进制表示的位或。此ufunc实现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 ，它们必须可以广播到公共形状（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。如果未提供或没有，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数。
where阵列式，可选: 这种情况通过输入广播。在条件为真的位置 out 数组将被设置为ufunc结果。在其他地方 out 数组将保留其原始值。请注意，如果未初始化 out 数组是通过默认值创建的 out=None ，其中条件为False的位置将保持未初始化状态。
**kwargs: 有关其他仅限关键字的参数，请参见 ufunc docs .

返回

outndarray或scalar: 结果。这是一个标量，如果两者都是 x1 和 x2 是标量。

参见

logical_or
bitwise_and
bitwise_xor
binary_repr: 以字符串形式返回输入数字的二进制表示形式。

实例

数字13具有二进制表示形式 00001101 . 同样，16代表 00010000 . 那么13和16的位或是 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])

这个 | 运算符可用作 np.bitwise_or 在星期天。

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

numpy.bitwise_and numpy.bitwise_xor