numpy.all

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

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

Параметры:

a : array_like Вводной массив или объект, который можно преобразовать в массив. axis : None или int или кортеж из целых чисел, необязательно Ось или оси, по которым выполняется логическое И. По умолчанию (axis = None) выполняется логическое И по всем измерениям входного массива. axis может быть отрицательным, в этом случае он считает от последней до первой оси. Добавлена в версии 1.7.0. Если это кортеж целых чисел, то выполняется уменьшение по нескольким осям вместо одной оси или всех осей, 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) — это float, результат будет состоять из 0,0 и 1,0). Подробнее см. doc.ufuncs (Раздел «Аргументы вывода»). keepdims : bool, необязательно Если это установлено в True, оси, которые были уменьшены, оставляются в результате как размеры с размером один. С этим параметром результат будет корректно транслироваться относительно входного массива. Если передано значение по умолчанию, то keepdims не будет передаваться в метод all подклассов ndarray, однако любое отличное от значения по умолчанию значение будет. Если метод подкласса sum не реализует keepdims , будут подняты исключения.

Возвращает:

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

См. также

ndarray.all

эквивалентный метод

any

Проверка, что любой 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))