numpy.bitwise_and#

numpy.bitwise_and(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'bitwise_and'>#

计算两个数组的按元素位与.

计算输入数组中整数的底层二进制表示的按位与.此 ufunc 实现 C/Python 运算符“ & ”.

参数:
x1, x2array_like

仅处理整数和布尔类型.如果 x1.shape != x2.shape ,则它们必须可广播到公共形状(该公共形状将成为输出的形状).

outndarray, None, or tuple of ndarray and None, optional

结果存储到的位置.如果提供,它必须具有输入的广播到的形状. 如果未提供或为 None,则返回一个新分配的数组.一个元组(可能只能作为关键字参数)必须具有等于输出数量的长度.

wherearray_like, optional

此条件在输入上进行广播.在条件为 True 的位置, out 数组将设置为 ufunc 结果.否则, out 数组将保留其原始值.请注意,如果通过默认值 out=None 创建一个未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化.

\kwargs

对于其他仅限关键字的参数,请参阅 ufunc docs .

返回:
outndarray 或标量

结果.如果 x1 和 x2 都是标量,则这是一个标量.

参见

logical_and
bitwise_or
bitwise_xor
binary_repr

返回作为字符串的输入数字的二进制表示.

示例

>>> import numpy as np

数字 13 由 00001101 表示.同样,17 由 00010001 表示.因此,13 和 17 的按位与是 000000001 ,即 1:

>>> np.bitwise_and(13, 17)
1

>>> np.bitwise_and(14, 13)
12
>>> np.binary_repr(12)
'1100'
>>> np.bitwise_and([14,3], 13)
array([12,  1])

>>> np.bitwise_and([11,7], [4,25])
array([0, 1])
>>> np.bitwise_and(np.array([2,5,255]), np.array([3,14,16]))
array([ 2,  4, 16])
>>> np.bitwise_and([True, True], [False, True])
array([False,  True])

& 运算符可以用作 ndarray 上 np.bitwise_and 的简写.

>>> x1 = np.array([2, 5, 255])
>>> x2 = np.array([3, 14, 16])
>>> x1 & x2
array([ 2,  4, 16])
当前页面