python中是否有适用于数组的二元或运算符？答案

【问题标题】：is there a binary OR operator in python that works on arrays?python中是否有适用于数组的二元或运算符？
【发布时间】：2015-03-25 09:17:40
【问题描述】：

我从matlab背景到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做到这一点？

【问题讨论】：

标签： python operators

【解决方案1】：

您可以使用列表推导。如果您使用的是 Python 2，请使用 itertools 中的 izip。

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

另外，@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。这仅比列表理解稍微快一点。 map 在 Python 2 中不需要用 list() 包裹。

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 进行其他操作，否则不值得转换。

【讨论】：

【解决方案2】：

如果您的数据在 numpy 数组中，那么是的，这将起作用：

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]

【讨论】：

好的，谢谢。那么它不能在标准数组中工作吗？
不适用于使用您的符号的列表
我个人认为如果你习惯使用来自 matlab 背景的数组，numpy 数组是最合适的数据结构
我可能最终会使用 numpy 数组，但我认为这对于我当前的应用程序来说有点矫枉过正，实际上只是结合了两个决策变量列表

【解决方案3】：

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

【讨论】：

当然是最 Python 的方式，我喜欢 map 方法 :) 你知道 map 是否比使用列表理解产生更好的性能吗？
嗯，一个快速但不那么准确的基准！ python -m timeit 'a=[0,0,0,1,0]; b=[1,0,1,1,1]; c=map(lambda (a,b): a|b, zip(a,b))'：最好的 3：每循环 1.01 微秒和python -m timeit 'a=[0,0,0,1,0]; b=[1,0,1,1,1]; c=[x|y for x,y in zip(a,b)]'：最好的 3：每循环 0.646 微秒：)
如果你想要map，只需map(operator.or_, a, b) - 不需要拉链，为你映射拉链。

【解决方案4】：

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])

【讨论】：

【解决方案5】：

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

【讨论】：

【解决方案6】：

我相信它可以用于多个值，因为 zip 返回一个元组

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

【讨论】：