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.

通过在 x1 的右边添加 x2 个 0,位向左移动.由于数字的内部表示是二进制格式,这个操作相当于将 x1 乘以 2**x2.

参数:

x1整数类型的类数组

输入值.

x2整数类型的类数组

附加到 x1 的零的数量.必须是非负的.如果 x1.shape != x2.shape,它们必须能够广播到一个共同的形状（这将成为输出的形状）.

outndarray, None, 或 ndarray 和 None 的元组, 可选

存储结果的位置.如果提供,它必须具有与输入广播一致的形状.如果未提供或为 None,则返回一个新分配的数组.一个元组（只能作为关键字参数）的长度必须等于输出的数量.

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:

out整数类型数组

返回 x1 的位左移 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

返回输入数字的二进制表示形式作为字符串.

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 可能会改变结果的 dtype,并且在某些情况下可能导致意外结果（参见 转换规则）:

>>> 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'>

<< 运算符可以用作 ndarrays 上 np.left_shift 的简写.

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