如何在二维numpy数组上执行按行OR操作？

[[1, 0, 1], 
    [1, 0, 0], 
    [0, 0, 1]]

我要对其执行rowise OR操作，从而导致数组是这样的：

[1, 0, 1]

是否有这样做没有实现循环一个直接的方式？如果有人可以提出建议，我将非常感激。由于

'b = a [0，：] | a [1，：] | a [2 ,:]其中a是numpy数组。这工作得很好。我正在寻找更精确和紧凑的东西。 –

如果您希望坚持按位或者（Python中的| operator是按位或，而or operator是布尔或），则可以使用np.bitwise_or()。但是，这只需要两个数组作为输入，因此您可以使用Numpy的reduce()功能来组合阵列中的所有子阵列。

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

我怎么样明确的，这是，但a.any()的解决方案是很常见不提出任何眉毛。 reduce的第一个参数当然是array，第二个参数是axis。所以，如果你愿意的话，你也可以按照列的方式做，或者任何其他的轴。

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

2017-06-21 09:21:34

嘿谢谢，@亚历山大雷诺兹，这正是我正在寻找的 –

在30秒内打败我回答这个问题。尽管我会使用'np.bitwise_or.reduce（a，0）'来更加明确。 –

@DanielF我同意，我将补充说。谢谢！ –

你可以通过调用any产生boolean值面具，然后转换为int到True和False到1和0分别将做到这一点：

In[193]: 
a.any(0).astype(int) 

Out[193]: array([1, 0, 1])

的第一个参数来any是轴ARG ，在这里我们可以看到轴0和1之间的差异：

In[194]: 
a.any(0) 

Out[194]: array([ True, False, True], dtype=bool) 

In[195]: 
a.any(1) 

Out[195]: array([ True, True, True], dtype=bool)

2017-06-21 09:03:41 EdChum

回答