在 NumPy 中计算带符号整数类型数组的按位非运算
要计算带符号整数类型数组的按位非运算,请在 Python NumPy 中使用 **numpy.bitwise_not()** 方法。计算输入数组中整数的底层二进制表示的按位非运算。此 ufunc 实现 C/Python 运算符 ~。
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。在其他位置,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。
NumPy 提供全面的数学函数、随机数生成器、线性代数例程、傅里叶变换等等。它支持各种硬件和计算平台,并且与分布式、GPU 和稀疏数组库配合良好。
步骤
首先,导入所需的库:
import numpy as np
创建一个二维数组。数据类型使用“dtype”参数设置。我们将数据类型设置为带符号整数类型。使用带符号整数类型时,结果是无符号类型结果的二进制补码:
arr = np.array([[92, 81, 98, 45], [22, 67, 54, 69 ], [69, 80, 80, 99]], dtype=np.int8)
显示我们的数组:
print("Array...
",arr)
获取数据类型:
print("
Array datatype...
",arr.dtype)
获取数组的维度:
print("
Array Dimensions...
",arr.ndim)
获取数组的形状:
print("
Our Array Shape...
",arr.shape)
获取数组的元素个数:
print("
Elements in the Array...
",arr.size)
要计算数组的按位非运算,请在 Python NumPy 中使用 numpy.bitwise_not() 方法:
print("
Result (bit-wise NOT)...
",np.bitwise_not(arr))
示例
import numpy as np # Create a 2d array # The datatype is set using the "dtype" parameter # We have set the datatype to signed integer type # When using signed integer types the result is the two's complement of the result for the unsigned type arr = np.array([[92, 81, 98, 45], [22, 67, 54, 69 ], [69, 80, 80, 99]], dtype=np.int8) # Displaying our array print("Array...
",arr) # Get the datatype print("
Array datatype...
",arr.dtype) # Get the dimensions of the Array print("
Array Dimensions...
",arr.ndim) # Get the shape of the Array print("
Our Array Shape...
",arr.shape) # Get the number of elements of the Array print("
Elements in the Array...
",arr.size) # To compute the bit-wise NOT of an array-wise, use the numpy.bitwise_not() method in Python Numpy print("
Result (bit-wise NOT)...
",np.bitwise_not(arr))
输出
Array... [[92 81 98 45] [22 67 54 69] [69 80 80 99]] Array datatype... int8 Array Dimensions... 2 Our Array Shape... (3, 4) Elements in the Array... 12 Result (bit-wise NOT)... [[ -93 -82 -99 -46] [ -23 -68 -55 -70] [ -70 -81 -81 -100]]
广告