Python numpy bitwise_and用法及代码示例

本文简要介绍 python 语言中 numpy.bitwise_and 的用法。

用法:

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

按元素计算两个数组的按位与。

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

参数：

x1, x2： array_like

仅处理整数和布尔类型。如果 x1.shape != x2.shape ，它们必须可以广播到一个公共形状(成为输出的形状)。

out： ndarray，None，或 ndarray 和 None 的元组，可选

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

where： 数组，可选

此条件通过输入广播。在条件为真的位置，out数组将设置为 ufunc 结果。在其他地方，out数组将保留其原始值。请注意，如果未初始化out数组是通过默认创建的out=None，其中条件为 False 的位置将保持未初始化状态。

**kwargs：

对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

out： ndarray 或标量

结果。如果 x1 和 x2 都是标量，则这是一个标量。

例子：

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 或 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])