numpy.any

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

Проверка, равняется ли хотя бы один элемент массива True вдоль заданной оси.

Возвращает одно булево значение, если axis не равно 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, вдоль которых выполняется логическое OR-сложение. По умолчанию (axis = None) выполняется логическое OR по всем измерениям входного массива. axis может быть отрицательным, в этом случае оно считает оси от последней к первой. Новое в версии 1.7.0. Если это кортеж целых чисел, выполняется сворачивание по нескольким осям вместо одной оси или всех осей, как раньше. out : ndarray, optional Альтернативный выходной массив, в который помещается результат. Он должен иметь такую же форму, как 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). Подробнее см. doc.ufuncs (раздел «Аргументы вывода»). keepdims : bool, optional Если это установлено в True, оси, которые сворачиваются, остаются в результате как измерения с размером один. С этим параметром результат будет корректно транслироваться для входного массива. 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 булев или ndarray массив, если не указан out, в противном случае возвращается ссылка на out

См. также

ndarray.any

эквивалентный метод

all

Проверка, равны ли все элементы вдоль заданной оси True.

Примечания

Значения Not a Number (NaN), положительная и отрицательная бесконечность считаются 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)