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'>
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 则必须将它们传递为通用形状 （即输出的形状）。 out ：ndarray, 或 ndarray的tuple和 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 将 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 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 |
返回值 ： | out ：ndarray 或 scalar 结果。 如果x1和x2均为标量， 则为标量。 |
例子
1）对两个整数进行按位与操作
import numpy as np # 对两个整数进行按位与操作 result = np.bitwise_and(13, 17) print(result) # 输出: 1
2）对两个整数进行按位与操作
import numpy as np # 对两个整数进行按位与操作 result = np.bitwise_and(14, 13) print(result) # 输出: 12
3）获取一个整数的二进制表示
import numpy as np # 获取整数的二进制表示 binary_repr = np.binary_repr(12) print(binary_repr) # 输出: '1100'
4）对两个数组和一个整数进行按位与操作
import numpy as np # 对两个数组和一个整数进行按位与操作 result = np.bitwise_and([14, 3], 13) print(result) # 输出: [12 1]
5）对两个数组进行按位与操作
import numpy as np # 对两个数组进行按位与操作 result = np.bitwise_and([11, 7], [4, 25]) print(result) # 输出: [0 1]
6）对两个 NumPy 数组进行按位与操作
import numpy as np # 对两个 NumPy 数组进行按位与操作 result = np.bitwise_and(np.array([2, 5, 255]), np.array([3, 14, 16])) print(result) # 输出: [ 2 4 16]
7）对两个布尔数组进行按位与操作
import numpy as np # 对两个布尔数组进行按位与操作 result = np.bitwise_and([True, True], [False, True]) print(result) # 输出: [False True]