numpy.any

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

Проверка, что любой элемент массива вдоль заданной оси имеет значение True.

Возвращает единственное булево значение, если axis не None

Параметры

aarray_like

Входной массив или объект, который можно преобразовать в массив.

axisNone 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.

Добавлена в версии 1.7.0.

Если это кортеж целых чисел, то выполняется уменьшение по нескольким осям, а не по одной оси или всем осям, как раньше.

outndarray, optional

Альтернативный выходной массив, в который следует поместить 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). Подробнее см. ufuncs-output-type

keepdimsbool, optional

Если это значение установлено в True, то оси, по которым выполняется уменьшение, оставляются в результате как измерения с размером один. С этим вариантом результат будет корректно транслироваться в отношении входного массива.

Если передано значение по умолчанию, то keepdims не будет передано методу any подклассов ndarray, однако любое отличное от значения по умолчанию будет. Если метод подкласса не реализует keepdims, будут вызваны исключения.

Возвращает

anybool 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, что все элементы вдоль заданной оси имеют значение True.

Примечания

Не число (NaN), положительная и отрицательная бесконечность рассматриваются 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)