python二维数组中的元素AND或OR操作

Question

Python中是否有任何方法来计算跨行或列的二维数组的OR或OR操作？

例如，对于下面的数组，行之间的元素OR操作将导致向量[1, 0, 0, 0, 0, 0, 0, 0]。

array([[1, 0, 0, 0, 0, 0, 0, 0], 
     [1, 0, 0, 0, 0, 0, 0, 0], 
     [1, 0, 0, 0, 0, 0, 0, 0], 
     [1, 0, 0, 0, 0, 0, 0, 0]], dtype=uint8) 

Answer 1

numpy的有logical_or，logical_xor和logical_and其中有一个reduce方法

>> np.logical_or.reduce(a, axis=0) 
array([ True, False, False, False, False, False, False, False], dtype=bool) 

，你看到的例子，他们逼迫到bool D型，所以如果你需要uint8你在施放回结束。

由于bools以字节存储，因此您可以使用便宜的视频广播。

与axis关键字你可以选择沿哪个轴减少。有可能选择多个轴

>> np.logical_or.reduce(a, axis=1) 
array([ True, True, True, True], dtype=bool) 
>>> np.logical_or.reduce(a, axis=(0, 1)) 
True 

的keepdims关键字是用于广播有用的，例如，以找到所有的“交叉”的行和列> = 2的阵列b

>>> b = np.random.randint(0,10, (4, 4)) 
>>> b 
array([[0, 5, 3, 4], 
     [4, 1, 5, 4], 
     [4, 5, 5, 5], 
     [2, 4, 6, 1]]) 
>>> rows = np.logical_and.reduce(b >= 2, axis=1, keepdims=True) 
# keepdims=False (default) -> rows.shape==(4,) keepdims=True -> rows.shape==(4, 1) 
>>> cols = np.logical_and.reduce(b >= 2, axis=0, keepdims=True) 
# keepdims=False (default) -> cols.shape==(4,) keepdims=True -> cols.shape==(1, 4) 
>>> rows & cols # shapes (4, 1) and (1, 4) are broadcast to (4, 4) 
array([[False, False, False, False], 
     [False, False, False, False], 
     [False, False, True, False], 
     [False, False, False, False]], dtype=bool) 

通知轻微滥用&运营商，代表bitwise_and。由于效果上的bool相同的（事实上是在试图在这个地方使用and会抛出异常），这是常见的做法

为@ajcr指出流行np.any和np.all是np.logical_or.reduce和np.logical_and.reduce速记。 但是请注意，有细微的差别

>>> np.logical_or.reduce(a) 
array([ True, False, False, False, False, False, False, False], dtype=bool) 
>>> np.any(a) 
True 

OR：如果你想坚持uint8，并确切地知道你所有的作品将是0和1，您可以使用bitwise_and，bitwise_or和bitwise_xor

>>> np.bitwise_or.reduce(a, axis=0) 
array([1, 0, 0, 0, 0, 0, 0, 0], dtype=uint8)