numpy.bitwise_and

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

计算两个数组的位和元素。

计算输入数组中整数的二进制表示的位和。此ufunc实现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 ，它们必须可以广播到公共形状（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，它必须具有输入广播到的形状。如果未提供或没有，则返回新分配的数组。元组（只能作为关键字参数）的长度必须等于输出数。

where阵列式，可选

这种情况通过输入广播。在条件为真的位置 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。请注意，如果未初始化 out 数组是通过默认值创建的 out=None ，其中条件为False的位置将保持未初始化状态。

**kwargs

有关其他仅限关键字的参数，请参见 ufunc docs .

返回

outndarray或scalar

结果。这是一个标量，如果两者都是 x1 和 x2 是标量。

参见

logical_and

bitwise_or

bitwise_xor

binary_repr

以字符串形式返回输入数字的二进制表示形式。

实例

数字13用 00001101 . 同样，17代表 00010001 . 因此，13和17的位和位是 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])

这个 & 运算符可用作 np.bitwise_and 在星期天。

>>> x1 = np.array([2, 5, 255])
>>> x2 = np.array([3, 14, 16])
>>> x1 & x2
array([ 2,  4, 16])

二元运算 numpy.bitwise_or