数据结构
网络
关系数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 语言编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究在 Numpy 中计算一维数组和二维数组的按元素按位或运算
要计算一维数组和二维数组的按元素按位或运算，请在 Python Numpy 中使用 **numpy.bitwise_or()** 方法。计算输入数组中整数的底层二进制表示的按位或运算。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，则它们必须可广播到一个共同的形状。
where 参数是广播到输入的条件。在条件为 True 的位置，输出数组将设置为 ufunc 结果。在其他地方，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。
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([32, 95, 82, 69, 38, 49]) arr2 = np.array([[28, 60, 81, 55, 89, 43]])
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)要计算一维数组和二维数组的按元素按位或运算，请使用 numpy.bitwise_or() 方法 -
print("
Result...
",np.bitwise_or(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([32, 95, 82, 69, 38, 49])
arr2 = np.array([[28, 60, 81, 55, 89, 43]])
# 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 OR of two arrays element-wise, use the numpy.bitwise_or() method in Python Numpy
print("
Result...
",np.bitwise_or(arr1, arr2))输出
Array 1... [32 95 82 69 38 49] Array 2... [[28 60 81 55 89 43]] Our Array 1 type... int64 Our Array 2 type... int64 Our Array 1 Dimensions... 1 Our Array 2 Dimensions... 2 Our Array 1 Shape... (6,) Our Array 2 Shape... (1, 6) Result... [[ 60 127 83 119 127 59]]
更新于: 2022年2月21日
113 次查看
广告