NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中right_shift方法的使用。

numpy.right_shift

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

向右移整数的位。

位向右移x2。 因为数字的内部表示是二进制格式,所以此操作等效于将x1除以2 ** x2

参数 :

x1 :array_like, int

输入值。

x2 :array_like, int

x1右边要除去的位数。 如果x1.shape!= x2.shape

则必须将它们传递为通用shape(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到的shape。 

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

这个条件在输入上传递。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。

注意,如果通过默认out=None创建了一个未初始化的数组,

其中条件为False的位置将保持未初始化。

**kwargs

有关其他仅关键字的参数,请参见ufunc文档。

返回值 :

out :ndarray, int

返回x1,位右移x2次。如果x1和x2都是标量,这就是一个标量。

例如

>>> np.binary_repr(10)
'1010'
>>> np.right_shift(10, 1)
5
>>> np.binary_repr(5)
'101'
>>> np.right_shift(10, [1,2,3])
array([5, 2, 1])

推荐文档

相关文档

大家感兴趣的内容

随机列表