numpy.logical_and

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

逐个元素计算 x1 AND x2 的真值.

参数:

x1, x2array_like

输入数组.如果 x1.shape != x2.shape ,则它们必须可以广播到公共形状(这将成为输出的形状).

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

存储结果的位置.如果提供,则它必须具有输入广播到的形状.如果未提供或为None,则返回一个新分配的数组.一个元组(可能仅作为关键字参数)的长度必须等于输出的数量.

其中类数组,可选

此条件会在输入上进行广播.在条件为True的位置, out 数组将被设置为ufunc结果.否则, out 数组将保留其原始值.请注意,如果通过默认的 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,请参见 ufunc docs .

返回:

yndarray 或 bool

应用于 x1 和 x2 元素的逻辑 AND 运算的布尔结果;形状由广播决定.如果 x1 和 x2 都是标量,则返回标量.

参见

logical_or , logical_not , logical_xor

bitwise_and

示例

Try it in your browser!

>>> import numpy as np
>>> np.logical_and(True, False)
False
>>> np.logical_and([True, False], [False, False])
array([False, False])

>>> x = np.arange(5)
>>> np.logical_and(x>1, x<4)
array([False, False,  True,  True, False])

& 运算符可以用作布尔 ndarray 上 np.logical_and 的简写.

>>> a = np.array([True, False])
>>> b = np.array([False, False])
>>> a & b
array([False, False])

Go BackOpen In Tab