numpy.any

numpy.any(a, axis=None, out=None, keepdims=<no value>) [source]

Проверка, выполняется ли любое из элементов массива по заданной оси равным True.

Возвращает единственное булевое значение, если axis не None

Параметры:

a : array_like Входной массив или объект, который может быть преобразован в массив. axis : None or int or tuple of ints, optional 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 от последней к первой оси. Добавлено в версии 1.7.0. Если это кортеж целых чисел, то выполняется редукция по нескольким осям, а не по одной оси или всем осям, как раньше. out : ndarray, optional Альтернативный выходной массив, в который помещается результат. Он должен иметь ту же форму, что и 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). Подробности см. в doc.ufuncs (Раздел «Аргументы вывода»). keepdims : bool, optional Если это установлено в True, то оси, которые были уменьшены, оставляются в результате как измерения с размером один. С этим параметром результат будет корректно транслироваться к входному массиву. Если передано значение по умолчанию, то keepdims не будет передано методу any подклассов ndarray, однако любое нестандартное значение будет. Если метод подкласса не реализует keepdims, будут подняты исключения.

Возвращает:

any : bool or ndarray Возвращается новый булевый массив или ndarray, если не указано out, в противном случае возвращается ссылка на out.

См. также

ndarray.any

эквивалентный метод

all

Проверка, что все элементы по заданной оси равны True.

Примечания

Нечисловое значение (NaN), положительная и отрицательная бесконечность оцениваются как True, так как 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)