numpy.left_shift#

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

将整数的位向左移动.

位通过在 x1 的右侧附加 x2 个 0 向左移动.由于数字的内部表示是二进制格式,因此此操作等效于将 x1 乘以 2x2 .

参数:
x1整数类型的类数组(array_like)

输入值.

x2整数类型的类数组(array_like)

要附加到 x1 的零的数量.必须是非负数.如果 x1.shape != x2.shape ,它们必须可广播到公共形状(这将成为输出的形状).

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:
out整数类型的数组

返回 x1 ,其中的位向左移动 x2 次.如果 x1 和 x2 都是标量,则这是一个标量.

参见

right_shift

将整数的位向右移动.

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
>>> np.binary_repr(5)
'101'
>>> np.left_shift(5, 2)
20
>>> np.binary_repr(20)
'10100'

>>> np.left_shift(5, [1,2,3])
array([10, 20, 40])

请注意,第二个参数的 dtype 可能会更改结果的 dtype,并且在某些情况下可能会导致意外的结果(请参阅 Casting Rules ):

>>> a = np.left_shift(np.uint8(255), np.int64(1))  # Expect 254
>>> print(a, type(a)) # Unexpected result due to upcasting
510 <class 'numpy.int64'>
>>> b = np.left_shift(np.uint8(255), np.uint8(1))
>>> print(b, type(b))
254 <class 'numpy.uint8'>

<< 运算符可以作为 ndarray 上 np.left_shift 的简写.

>>> x1 = 5
>>> x2 = np.array([1, 2, 3])
>>> x1 << x2
array([10, 20, 40])
当前页面