python 中是否有适用于数组的二进制 OR 运算符？

Question

我是从 matlab 背景转到 python，我只是想知道 python 中是否有一个简单的运算符可以执行以下功能：

a = [1, 0, 0, 1, 0, 0]
b = [0, 1, 0, 1, 0, 1]
c = a|b
print c
[1, 1, 0, 1, 0, 1]

或者我是否必须编写一个单独的函数来执行此操作？

Answer 1

如果您的数据是在 numpy 数组中，那么可以这样做：

In [42]:

a = np.array([1, 0, 0, 1, 0, 0])
b = np.array([0, 1, 0, 1, 0, 1])
c = a|b
print(c)
[1 1 0 1 0 1]
Out[42]:
[1, 1, 0, 1, 0, 1]

Answer 2

您可以使用numpy.bitwise_or

>>> import numpy
>>> a = [1, 0, 0, 1, 0, 0]
>>> b = [0, 1, 0, 1, 0, 1]
>>> numpy.bitwise_or(a,b)
array([1, 1, 0, 1, 0, 1])

Answer 3

map(lambda (a,b): a|b,zip(a,b))

Answer 4

c = [q|w for q,w in zip(a,b)]
print c
# [1, 1, 0, 1, 0, 1]

Answer 5

您可以使用列表理解。如果您使用 Python，请使用 itertools 中的 izip 2.

c = [x | y for x, y in zip(a, b)]

或者，@georg 在评论中指出您可以导入 按位或 运算符并将其与 map 一起使用。这只比列表理解快一点。 map 不需要在 Python 中用 list() 包裹 2.

import operator
c = list(map(operator.or_, a, b))

性能

列表理解：

$ python -m timeit -s "a = [1, 0, 0, 1, 0, 0]; b = [0, 1, 0, 1, 0, 1]" \
> "[x | y for x, y in zip(a, b)]"

1000000 loops, best of 3: 1.41 usec per loop

地图：

$ python -m timeit -s "a = [1, 0, 0, 1, 0, 0]; b = [0, 1, 0, 1, 0, 1]; \
> from operator import or_" "list(map(or_, a, b))"
1000000 loops, best of 3: 1.31 usec per loop

NumPy

$ python -m timeit -s "import numpy; a = [1, 0, 0, 1, 0, 0]; \
> b = [0, 1, 0, 1, 0, 1]" "na = numpy.array(a); nb = numpy.array(b); na | nb"

100000 loops, best of 3: 6.07 usec per loop

NumPy（其中 a 和 b 已经转换为 numpy 数组）：

$ python -m timeit -s "import numpy; a = numpy.array([1, 0, 0, 1, 0, 0]); \
> b = numpy.array([0, 1, 0, 1, 0, 1])" "a | b"

1000000 loops, best of 3: 1.1 usec per loop

结论：除非你需要NumPy做其他操作，否则不值得转换。

Answer 6

我相信它可以用于多个值，因为 zip returns 一个元组

bitlist = [x & y & z for x, y, z in zip(bitlist, green_mask_h, green_mask_s)]

python 中是否有适用于数组的二进制 OR 运算符？

is there a binary OR operator in python that works on arrays?

python

operators

性能