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'>

计算两个数组元素按位与的结果.

计算输入数组中整数的二进制表示的按位与.此 ufunc 实现了 C/Python 运算符 &.

参数:

x1, x2array_like

只处理整数和布尔类型.如果 x1.shape != x2.shape,它们必须能够广播到一个共同的形状（这将成为输出形状）.

outndarray, 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.如果未提供或为 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数量.

wherearray_like, 可选

这个条件通过输入进行广播.在条件为 True 的位置,`out` 数组将被设置为 ufunc 结果.在其他地方,`out` 数组将保留其原始值.注意,如果通过默认的 out=None 创建了一个未初始化的 out 数组,条件为 False 的位置将保持未初始化状态.

**kwargs

对于其他仅限关键字的参数,请参阅 ufunc 文档.

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

返回输入数字的二进制表示形式作为字符串.

示例

>>> import numpy as np

数字 13 用 00001101 表示.同样地,17 用 00010001 表示.因此,13 和 17 的按位与结果是 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 ndarrays 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])