numpy.any

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

Проверка, является ли какой-либо элемент массива по заданной оси равным True.

Возвращает единственное значение boolean, если axis не является None

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 ИЛИ. По умолчанию (axis = None) выполняется логическое ИЛИ по всем измерениям входного массива. axis может быть отрицательным, в этом случае он считает оси от последней к первой. Добавлено в версии 1.7.0. Если это кортеж из целых чисел, выполняется сокращение по нескольким осям, а не по одной оси или всем осям, как раньше. out : ndarray, необязательно Альтернативный выходной массив, в который следует поместить результат. Он должен иметь такую же форму, как ожидаемый результат, и его тип сохраняется (например, если он имеет тип float, то он останется таковым, возвращая 1.0 для True и 0.0 для False независимо от типа a). Подробнее см. doc.ufuncs (Раздел «Аргументы вывода»). keepdims : bool, необязательно Если установлено в True, оси, по которым производилось сокращение, остаются в результате как измерения с размером один. С этим параметром результат будет корректно транслироваться относительно входного массива. Если передано значение по умолчанию, keepdims не будет передано в метод any подклассов ndarray, однако любое отличное от значения по умолчанию значение будет. Если метод подклассов sum не реализует keepdims, будут подняты исключения.

Возвращает:

any : bool или ndarray Возвращается новый boolean или ndarray, если не указан out, в противном случае возвращается ссылка на out.

См. также

ndarray.any

эквивалентный метод

all

Проверка, все ли элементы вдоль заданной оси равны True.

Примечания

Нечисловые значения (NaN), положительная и отрицательная бесконечность оцениваются как True, поскольку они не равны нулю.

Примеры

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

>>> np.any([[True, False], [False, False]], axis=0)
array([ True, False])

>>> np.any([-1, 0, 5])
True

>>> np.any(np.nan)
True

>>> o=np.array([False])
>>> z=np.any([-1, 4, 5], out=o)
>>> z, o
(array([ True]), array([ True]))
>>> # Check now that z is a reference to o
>>> z is o
True
>>> id(z), id(o) # identity of z and o              
(191614240, 191614240)