numpy.logical_and#

numpy.logical_and(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'logical_and'>#

逐元素计算 x1 和 x2 的逻辑与。

参数：
x1, x2array_like

输入数组。如果 x1.shape != x2.shape，则它们必须可广播到一个公共形状（该形状成为输出的形状）。

outndarray、None 或 ndarray 和 None 的元组，可选

结果存储的位置。如果提供，则其形状必须是输入广播到的形状。如果不提供或为 None，则返回一个新分配的数组。元组（只能作为关键字参数）的长度必须等于输出的数量。

wherearray_like，可选

此条件将广播到输入上。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 创建了一个未初始化的 out 数组，则其中条件为 False 的位置将保持未初始化。

**kwargs

有关其他仅限关键字的参数，请参阅 ufunc 文档。

返回：
yndarray 或 bool

应用于 x1 和 x2 元素的逻辑与运算的布尔结果；形状由广播确定。如果 x1 和 x2 都是标量，则这是一个标量。

另请参阅

logical_or、logical_not、logical_xor
bitwise_and

示例

>>> import numpy as np
>>> np.logical_and(True, False)
False
>>> np.logical_and([True, False], [False, False])
array([False, False])

>>> x = np.arange(5)
>>> np.logical_and(x>1, x<4)
array([False, False,  True,  True, False])

对于布尔 ndarrays，& 运算符可用作 np.logical_and 的简写。

>>> a = np.array([True, False])
>>> b = np.array([False, False])
>>> a & b
array([False, False])
本页内容