使用 NumPy 元素级计算两个二维数组的按位与

要计算两个二维数组的按位与，可以使用 Python NumPy 中的 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，out 数组将设置为 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 创建未初始化的 out 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() 方法创建两个二维 NumPy 数组。我们已插入 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)

要计算两个二维数组的按位与，请使用 numpy.bitwise_and() 方法 -

print("
Result...
",np.bitwise_and(arr1, arr2))

示例

import numpy as np

# Creating two 2D 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]]

AmitDiwan

更新于: 2022年2月18日

546 次浏览

开启你的 职业生涯

通过完成课程获得认证

开始学习