- NumPy 教程
- NumPy - 首页
- NumPy - 简介
- NumPy - 环境配置
- NumPy 数组
- NumPy - Ndarray 对象
- NumPy - 数据类型
- NumPy 数组的创建和操作
- NumPy - 数组创建例程
- NumPy - 数组操作
- NumPy - 从现有数据创建数组
- NumPy - 从数值范围创建数组
- NumPy - 数组迭代
- NumPy - 数组重塑
- NumPy - 数组连接
- NumPy - 数组堆叠
- NumPy - 数组分割
- NumPy - 数组扁平化
- NumPy - 数组转置
- NumPy 索引和切片
- NumPy - 索引与切片
- NumPy - 高级索引
- NumPy 数组属性和运算
- NumPy - 数组属性
- NumPy - 数组形状
- NumPy - 数组大小
- NumPy - 数组步长
- NumPy - 数组元素大小
- NumPy - 广播
- NumPy - 算术运算
- NumPy - 数组加法
- NumPy - 数组减法
- NumPy - 数组乘法
- NumPy - 数组除法
- NumPy 高级数组运算
- NumPy - 交换数组轴
- NumPy - 字节交换
- NumPy - 副本与视图
- NumPy - 元素级数组比较
- NumPy - 数组过滤
- NumPy - 数组连接
- NumPy - 排序、搜索和计数函数
- NumPy - 数组搜索
- NumPy - 数组并集
- NumPy - 查找唯一行
- NumPy - 创建日期时间数组
- NumPy - 二元运算符
- NumPy - 字符串函数
- NumPy - 数学函数
- NumPy - 统计函数
- NumPy - 矩阵库
- NumPy - 线性代数
- NumPy - Matplotlib
- NumPy - 使用 Matplotlib 绘制直方图
- NumPy - NumPy 的 I/O 操作
- NumPy 排序和高级操作
- NumPy - 数组排序
- NumPy - 沿轴排序
- NumPy - 使用花式索引排序
- NumPy - 结构化数组
- NumPy - 创建结构化数组
- NumPy - 操作结构化数组
- NumPy - 字段访问
- NumPy - 记录数组
- NumPy - 加载数组
- NumPy - 保存数组
- NumPy - 向数组追加值
- NumPy - 交换数组列
- NumPy - 向数组插入轴
- NumPy 处理缺失数据
- NumPy - 处理缺失数据
- NumPy - 识别缺失值
- NumPy - 删除缺失数据
- NumPy - 缺失数据插补
- NumPy 性能优化
- NumPy - 使用数组进行性能优化
- NumPy - 使用数组进行矢量化
- NumPy - 数组的内存布局
- NumPy 线性代数
- NumPy - 线性代数
- NumPy - 矩阵库
- NumPy - 矩阵加法
- NumPy - 矩阵减法
- NumPy - 矩阵乘法
- NumPy - 元素级矩阵运算
- NumPy - 点积
- NumPy - 矩阵求逆
- NumPy - 行列式计算
- NumPy - 特征值
- NumPy - 特征向量
- NumPy - 奇异值分解
- NumPy - 求解线性方程组
- NumPy - 矩阵范数
- NumPy 元素级矩阵运算
- NumPy - 求和
- NumPy - 求平均值
- NumPy - 求中位数
- NumPy - 求最小值
- NumPy - 求最大值
- NumPy 集合运算
- NumPy - 唯一元素
- NumPy - 交集
- NumPy - 并集
- NumPy - 差集
- NumPy 有用资源
- NumPy 编译器
- NumPy - 快速指南
- NumPy - 有用资源
- NumPy - 讨论
NumPy 的按位右移函数()
numpy 的 **bitwise_right_shift()** 函数用于对输入数组的每个元素执行按位右移运算。
此函数将每个整数的位向右移动指定的位数,有效地将数字除以 2 的幂。
对于正整数,此函数的结果为整数除法;对于有符号整数,它通过执行算术移位来保持符号。
此函数处理各种整数类型的数组,并返回具有相同形状和类型的数组。它等效于在 Python 中使用右移运算符 **>>**。
语法
以下是 NumPy **bitwise_right_shift()** 函数的语法:
numpy.bitwise_right_shift(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature])
参数
NumPy **bitwise_right_shift()** 函数采用以下参数:
- **x1:** 应用右移的输入值。
- **x2:** 输入值 x1 右移的位数。
- **out(ndarray, None 或 ndarray 和 None 的元组,可选):** 存储结果的位置。
- **where(array_like, 可选):** 此参数是广播到输入的条件。
- **kwargs:** 参数例如 casting, order, dtype 和 subok 是附加的关键字参数,可根据需要使用。
返回值
此函数返回一个数组,其中每个元素都已右移。
示例 1
以下是 NumPy **bitwise_right_shift()** 函数的基本示例,其中对整数 18 执行按位右移 2 位:
import numpy as np # Define the integer and the shift amount x = 18 shift = 2 # Perform the bitwise right shift operation result = np.right_shift(x, shift) print(result)
以下是将 **bitwise_right_shift()** 函数应用于整数 18 的输出:
4
示例 2
当使用移位值数组执行按位右移时,NumPy 允许我们根据另一个数组指定的不同位数来移动输入数组的每个元素。以下是一个示例:
import numpy as np # Define the input array and the array of shift values x = np.array([16, 32, 64]) shift_values = np.array([1, 2, 3]) # Perform the bitwise right shift operation result = np.right_shift(x, shift_values) print(result)
以下是按位右移的输出:
[8 8 8]
numpy_binary_operators.htm
广告