在 NumPy 中逐元素计算两个数组的按位与
要逐元素计算两个数组的按位与,请在 Python NumPy 中使用 **numpy.bitwise_and()** 方法。计算输入数组中整数的底层二进制表示的按位与。此 ufunc 实现 C/Python 运算符 &。
第一个和第二个参数是数组,仅处理整数和布尔类型。如果 x1.shape != x2.shape,则它们必须能够广播到一个共同的形状。
where 参数是在输入上广播的条件。在条件为 True 的位置,输出数组将设置为 ufunc 结果。在其他位置,输出数组将保留其原始值。请注意,如果通过默认的 out=None 创建了一个未初始化的输出数组,则其中条件为 False 的位置将保持未初始化状态。
步骤
首先,导入所需的库 -
import numpy as np
使用 array() 方法创建两个 NumPy 数组。我们插入了 int 类型的元素 -
arr1 = np.array([[49, 6, 61], [82, 69, 29]]) arr2 = np.array([[40, 60, 61], [81, 55, 32]])
显示数组 -
print("Array 1...
", arr1) print("
Array 2...
", arr2)
获取数组的类型 -
print("
Our Array 1 type...
", arr1.dtype) print("
Our Array 2 type...
", arr2.dtype)
获取数组的维度 -
print("
Our Array 1 Dimensions...
",arr1.ndim) print("
Our Array 2 Dimensions...
",arr2.ndim)
获取数组的形状 -
print("
Our Array 1 Shape...
",arr1.shape) print("
Our Array 2 Shape...
",arr2.shape)
要逐元素计算两个数组的按位与,请使用 numpy.bitwise_and() 方法 -
print("
Result...
",np.bitwise_and(arr1, arr2))
示例
import numpy as np # Creating two numpy arrays using the array() method # We have inserted elements of int type arr1 = np.array([[49, 6, 61], [82, 69, 29]]) arr2 = np.array([[40, 60, 61], [81, 55, 32]]) # Display the arrays print("Array 1...
", arr1) print("
Array 2...
", arr2) # Get the type of the arrays print("
Our Array 1 type...
", arr1.dtype) print("
Our Array 2 type...
", arr2.dtype) # Get the dimensions of the Arrays print("
Our Array 1 Dimensions...
",arr1.ndim) print("
Our Array 2 Dimensions...
",arr2.ndim) # Get the shape of the Arrays print("
Our Array 1 Shape...
",arr1.shape) print("
Our Array 2 Shape...
",arr2.shape) # To compute the bit-wise AND of two arrays element-wise, use the numpy.bitwise_and() method in Python Numpy print("
Result...
",np.bitwise_and(arr1, arr2))
输出
Array 1... [[49 6 61] [82 69 29]] Array 2... [[40 60 61] [81 55 32]] Our Array 1 type... int64 Our Array 2 type... int64 Our Array 1 Dimensions... 2 Our Array 2 Dimensions... 2 Our Array 1 Shape... (2, 3) Our Array 2 Shape... (2, 3) Result... [[32 4 61] [80 5 0]]
广告