Numpy bitwise_or() 函数

Numpy bitwise_or() 函数对两个数组或一个数组和一个标量执行逐元素按位或运算。如果输入操作数的对应位中至少有一个为 1，则输出的每个位都设置为 1。

数组必须具有相同的形状或可以广播为通用形状。此函数通常用于需要位级操作的场景，例如图像处理或二进制掩码。

结果是一个新数组，包含输入数组元素的按位或运算，其形状和数据类型与输入数组相同。以下是位组合 1 和 0 的按位或运算结果 -

• 0 与 0 的按位与:0
• 0 与 1 的按位与:1
• 1 与 0 的按位与:1
• 1 与 1 的按位与:1

语法

以下是 Numpy bitwise_or() 函数的语法 -

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

• x1, x2(类似数组):这些数组用作输入，用于计算这些数组的元素按位或。
• out(可选):这是保存结果的目录。它需要具有输入广播到的形状(如果指定)。如果未提供，则返回一个新分配的数组。
• where(可选):通过此条件在输入上进行广播。当条件为 True 时，ufunc 结果将被设置为 out 数组中的值。如果不是，则将保留 out 数组的初始值。
• casting(可选):此参数确定允许的数据转换类型。 'same_kind' 为默认值。
• order(可选): 调节结果的内存布局顺序。默认返回 'K'。
• dtype(可选): 此参数覆盖结果的 dtype。
• subok(可选): 如果为 True，则将传递子类。如果为 False，则结果将为基类数组。
• 签名(可选):此参数用于更高级的 ufunc 签名支持。

返回值

此函数返回执行按位或运算后的结果数组。

示例 1

以下是 Numpy bitwise_or() 函数的基本示例，其中展示了两个整数值的按位或运算 -

import numpy as np

a, b = 13, 17
print('13 和 17 的二进制等价值:')
print(bin(a), bin(b))

print('13 和 17 的按位或运算17:')
print(np.bitwise_or(a, b))

其输出如下 −

13 和 17 的二进制等价值:
0b1101 0b10001
13 和 17 的位或运算:
29

示例 2

在此示例中，我们使用 bitwise_or() 函数对两个数组进行逐元素位或运算 −

import numpy as np

# 定义两个 NumPy 数组
arr1 = np.array([10, 20, 30])
arr2 = np.array([1, 2, 3])

# 执行按位或运算
result = np.bitwise_or(arr1, arr2)

# 打印结果
print("数组 1:", arr1)
print("数组 2:", arr2)
print("按位或结果:", result)

以下是对两个数组执行按位或运算的输出 -

数组 1: [10 20 30]
数组 2: [1 2 3]
按位或结果: [11 22 31]

示例 3

广播NumPy 通过将不同形状的数组对齐为一个共同的形状，允许对它们进行元素级操作。在此示例中，我们展示了位或运算如何与广播配合使用 -

import numpy as np

# 定义数组
a = np.array([1, 2, 4]) # 形状:(3,)
b = np.array([[5, 6, 7]]) # 形状:(1, 3)

# 使用广播执行位或
result = np.bitwise_or(a, b)

print("数组 a:", a)
print("数组 b:", b)
print("位或结果:
", result)

以下是上述示例的输出 -

数组 a: [1 2 4]
数组 b: [[5 6 7]]
位或结果:
 [[5 6 7]]

numpy_binary_operators.html