numpy.bitwise_or

numpy.bitwise_or(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'bitwise_or'>

Вычислить побитовое ИЛИ двух массивов поэлементно.

Вычисляет побитовое ИЛИ двоичного представления целых чисел во входных массивах. Эта ufunc реализует оператор C/Python |.

Параметры:

x1, x2 : array_like Обрабатываются только целочисленные и логические типы. Если x1.shape != x2.shape, они должны быть совместимы по форме для трансляции (которая становится формой результата). out : ndarray, None, or tuple of ndarray and None, optional Место, в котором хранится результат. Если указано, оно должно иметь форму, к которой транслируются входные данные. Если не указано или None, возвращается вновь выделенный массив. Кортеж (возможен только в качестве ключевого аргумента) должен иметь длину, равную числу выходов. where : array_like, optional Это условие транслируется по входу. В местах, где условие истинно, массив out будет установлен в результат ufunc. В противном случае массив out сохранит свое исходное значение. Обратите внимание, что если массив out создается с помощью значения по умолчанию out=None, то места в нём, где условие ложно, останутся неинициализированными. **kwargs Для других ключевых аргументов см. документацию ufunc.

Возвращает:

out : ndarray or scalar Результат. Это скаляр, если и x1 и x2 являются скалярами.

См. также

logical_or, bitwise_and, bitwise_xor

binary_repr

Возвращает двоичное представление входного числа в виде строки.

Примеры

Число 13 имеет двоичное представление 00001101. Аналогично, 16 представлено как 00010000. Побитовое ИЛИ 13 и 16 равно 000111011, или 29:

>>> np.bitwise_or(13, 16)
29
>>> np.binary_repr(29)
'11101'

>>> np.bitwise_or(32, 2)
34
>>> np.bitwise_or([33, 4], 1)
array([33,  5])
>>> np.bitwise_or([33, 4], [1, 2])
array([33,  6])

>>> np.bitwise_or(np.array([2, 5, 255]), np.array([4, 4, 4]))
array([  6,   5, 255])
>>> np.array([2, 5, 255]) | np.array([4, 4, 4])
array([  6,   5, 255])
>>> np.bitwise_or(np.array([2, 5, 255, 2147483647], dtype=np.int32),
...               np.array([4, 4, 4, 2147483647], dtype=np.int32))
array([         6,          5,        255, 2147483647])
>>> np.bitwise_or([True, True], [False, True])
array([ True,  True])