Python 如何操作2D numpy数组所有列的逻辑运算

假设我有以下由四行三列组成的

2D

NumPy

数组：

>>> a = numpy.array([[True, False],[False, False], [True, False]])
>>> array([[ True, False],
       [False, False],
       [ True, False]], dtype=bool)

生成包含逻辑或所有列（如

[True，False]

）的

1D

数组的有效方法是什么

我在网上搜索，发现有人引用了

sum（axis=）

来计算

sum

---

我想知道是否有类似的逻辑运算方法？

是的，有。使用

任何
：

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

注意将参数
轴更改为
1
时会发生什么：

>>> a.any(axis=1)
array([ True, False,  True], dtype=bool)
>>> 

如果需要逻辑和，请使用
all
：

>>> b.all(axis=0)
array([False, False], dtype=bool)
>>> b.all(axis=1)
array([ True, False, False], dtype=bool)
>>> 

还请注意，如果省略
轴
关键字参数，则它适用于每个元素：

>>> a.any()
True
>>> a.all()
False

NumPy还有一个类似于Python的函数。它可以和NumPy的一起使用。例如：

>>> a = np.array([[True, False],[False, False], [True, False]])
>>> a
array([[ True, False],
       [False, False],
       [ True, False]])
>>> np.logical_or.reduce(a)
array([ True, False])
>>> np.logical_and.reduce(a)
array([False, False])

它还有
轴
参数：

>>> np.logical_or.reduce(a, axis=1)
array([ True, False,  True])
>>> np.logical_and.reduce(a, axis=1)
array([False, False, False])

reduce
的思想是，它将一个函数（在我们的例子中是
logical\u或
或
logical\u和
）累积应用于每一行或每一列。
看起来像是您忘记了在示例中包含
b
：
b=np.array（[[True，True]，[False，False]，[True，False]]）