numpy.all

numpy.all(a, axis=None, out=None, keepdims=<class numpy._globals._NoValue at 0x40b6a26c>) [source]

Проверка, что все элементы массива вдоль заданной оси равны True.

Параметры:

a : array_like Входной массив или объект, который может быть преобразован в массив. axis : None или int или кортеж из целых чисел, необязательно Ось или оси, по которым выполняется логическое AND-сокращение. По умолчанию (axis = None) выполняется логическое AND по всем измерениям входного массива. axis может быть отрицательным, в этом случае он считается от последней к первой оси. Добавлена в версии 1.7.0. Если это кортеж из целых чисел, сокращение выполняется по нескольким осям, а не по одной оси или всем осям, как раньше. out : ndarray, необязательно Альтернативный выходной массив, в который нужно поместить результат. Он должен иметь такую же форму, как ожидаемый результат, и его тип сохраняется (например, если dtype(out) является float, результат будет состоять из 0,0 и 1,0). Подробнее см. doc.ufuncs (раздел «Аргументы вывода»). keepdims : bool, необязательно Если это значение равно True, оси, которые были сокращены, сохраняются в результате как измерения с размером один. С этим параметром результат будет корректно транслироваться по отношению к входному массиву. Если передано значение по умолчанию, то keepdims не будет передано методу all подклассов ndarray, однако любое нестандартное значение будет. Если метод подклассов sum не реализует keepdims, будут подняты исключения.

Возвращает:

all : ndarray, bool Возвращается новый логический массив, если не указан out, в противном случае возвращается ссылка на out.

См. также

ndarray.all

эквивалентный метод

any

Проверка, что хотя бы один элемент вдоль заданной оси равен True.

Примечания

Не число (NaN), положительная и отрицательная бесконечности оцениваются как True, так как они не равны нулю.

Примеры

>>> np.all([[True,False],[True,True]])
False

>>> np.all([[True,False],[True,True]], axis=0)
array([ True, False], dtype=bool)

>>> np.all([-1, 4, 5])
True

>>> np.all([1.0, np.nan])
True

>>> o=np.array([False])
>>> z=np.all([-1, 4, 5], out=o)
>>> id(z), id(o), z                             
(28293632, 28293632, array([ True], dtype=bool))