NumPy 1.14 - numpy.all()

numpy.all




numpy

numpy.all

numpy.all(a, axis=None, out=None, keepdims=<class 'numpy._globals._NoValue'>) [source]

परीक्षण करें कि क्या दिए गए अक्ष के साथ सभी सरणी तत्व ट्रू का मूल्यांकन करते हैं।

पैरामीटर:

a : array_like

इनपुट सरणी या ऑब्जेक्ट जिसे एक सरणी में परिवर्तित किया जा सकता है।

अक्ष : कोई भी या int या ints, ints का वैकल्पिक

धुरी या कुल्हाड़ी जिसके साथ एक तार्किक और कमी का प्रदर्शन किया जाता है। डिफ़ॉल्ट ( axis = None ) एक तार्किक प्रदर्शन करना है और इनपुट सरणी के सभी आयामों पर है। axis ऋणात्मक हो सकता है, इस स्थिति में यह पिछली से पहली धुरी तक गिना जाता है।

संस्करण 1.7.0 में नया।

यदि यह चींटियों का टपल है, तो पहले की तरह एक अक्ष या सभी अक्षों के बजाय, कई अक्षों पर कटौती की जाती है।

बाहर : ndarray, वैकल्पिक

वैकल्पिक आउटपुट ऐरे जिसमें रिजल्ट रखना है। इसमें अपेक्षित आउटपुट के समान आकार होना चाहिए और इसका प्रकार संरक्षित है (उदाहरण के लिए, यदि dtype(out) फ्लोट है, तो परिणाम 0.0 और 1.0 का होगा)। अधिक विवरण के लिए doc.ufuncs (अनुभाग "आउटपुट तर्क") देखें।

रखवाले : बूल, वैकल्पिक

यदि इसे True पर सेट किया जाता है, तो जो कुल्हाड़ियों को कम किया जाता है, उन्हें परिणाम में एक आकार के साथ आयाम के रूप में छोड़ दिया जाता है। इस विकल्प के साथ, परिणाम इनपुट सरणी के खिलाफ सही ढंग से प्रसारित होगा।

यदि डिफ़ॉल्ट मान पारित किया जाता है, तो keepdims को keepdims के उप-वर्गों के all तरीके से पारित नहीं किया जाएगा, हालांकि कोई भी गैर-डिफ़ॉल्ट मान होगा। यदि उप-वर्ग sum पद्धति रखने वाले को लागू नहीं keepdims किसी भी अपवाद को उठाया जाएगा।

यह दिखाता है:

सभी : ndarray, बूल

एक नया बूलियन या सरणी लौटाया out है जब तक कि निर्दिष्ट नहीं किया out है, जिस स्थिति में out का संदर्भ दिया out है।

यह भी देखें

ndarray.all
समकक्ष विधि
any
परीक्षण करें कि क्या किसी दिए गए अक्ष के साथ कोई तत्व True का मूल्यांकन करता है।

टिप्पणियाँ

संख्या (NaN) नहीं, सकारात्मक अनंत और नकारात्मक अनंत, True मूल्यांकन करते हैं क्योंकि ये शून्य के बराबर नहीं हैं।

उदाहरण

>>> np.all([[True,False],[True,True]])
False
>>> np.all([[True,False],[True,True]], axis=0)
array([ True, False])
>>> np.all([-1, 4, 5])
True
>>> np.all([1.0, np.nan])
True
>>> o=np.array([False])
>>> z=np.all([-1, 4, 5], out=o)
>>> id(z), id(o), z                             
(28293632, 28293632, array([ True]))