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'>
按元素计算两个数组的按位或。
计算输入数组中整数的基础二进制表示形式的按位或。 该ufunc实现了C/Python运算符|。
参数 ： | x1, x2 ：array_like 仅处理整数和布尔类型。 如果 则必须将它们传递为通用形状（即输出的形状）。 out ：ndarray, None, 或 ndarray的tuple和 None, 可选 结果存储的位置。 如果提供，它必须具有输入传递到的形状。 如果未提供或没有，则返回一个新分配的数组。 元组（只能作为关键字参数）的长度必须等于输出的数量。 where ：array_like, 可选 此条件通过输入传递。 在条件为True的位置， 将out数组设置为ufunc结果。 在其他地方，out数组将保留其原始值。 请注意，如果通过默认的 则条件为False的数组中的位置将保持未初始化状态。 **kwargs 有关其他仅关键字的参数，请参见ufunc文档。 |
返回值 ： | out ：ndarray 或 scalar 结果。 如果x1和x2均为标量，则为标量。 |
例子
数字13的binaray表示为00001101。同样，16表示为00010000。13和16的按位OR则为000111011或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])