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 функция ufunc реализует оператор C/Python |.

Параметры

x1, x2array_like

Обрабатываются только целочисленные и булевы типы. Если x1.shape != x2.shape, они должны быть совместимы для трансляции к общей форме (которая становится формой результата).

outndarray, None, or tuple of ndarray and None, optional

Место, в которое сохраняется результат. Если указано, оно должно иметь форму, на которую транслируются входные данные. Если не указано или равно None, возвращается новый массив. Кортеж (возможен только как ключевой параметр) должен иметь длину, равную количеству выходов.

wherearray_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 неинициализированный массив out создается по умолчанию out=None, места в нем, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращает

outndarray or scalar

Результат. Это скаляр, если оба 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])