python and函数_Python numpy.bitwise_and函数方法的使用

numpy.bitwise_and

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

按元素计算两个数组的按位与。

计算输入数组中整数的基础二进制表示的按位与。 该ufunc实现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，

则必须将它们传递为通用形状(即输出的形状)。

out ：ndarray, None, 或 ndarray的tuple和 None, 可选

结果存储的位置。 如果提供，它必须具有输入传递的形状。

如果未提供或没有，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 ：array_like, 可选

此条件通过输入传递。 在条件为True的位置，将out数组设置为ufunc结果。

在其他地方，out数组将保留其原始值。 请注意，

如果通过默认的out = None创建了未初始化的输出数组，

则条件为False的数组中的位置将保持未初始化状态。

**kwargs

有关其他仅关键字的参数，请参见ufunc文档。

返回值 ：out ：ndarray 或 scalar

结果。 如果x1和x2均为标量，则为标量。

例子

数字13由00001101表示。同样，数字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])