numpy.bitwise_and#

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

逐元素计算两个数组的位与。

计算输入数组中整数的基础二进制表示的位与。此 ufunc 实现了 C/Python 运算符 &。

参数:

x1, x2array_like: 仅处理整数和布尔类型。如果 x1.shape != x2.shape，它们必须能够广播到共同的形状（这将成为输出的形状）。
outndarray, None, 或 ndarray 和 None 的元组, 可选: 存储结果的位置。如果提供，其形状必须是输入广播后的形状。如果未提供或为 None，则返回新分配的数组。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: 此条件将在输入上广播。在条件为 True 的位置，out 数组将被设置为 ufunc 结果。其他位置，out 数组将保留其原始值。请注意，如果通过默认 out=None 创建一个未初始化的 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:

outndarray 或 scalar: 结果。如果 x1 和 x2 都是标量，则结果为标量。

另请参阅

logical_and
bitwise_or
bitwise_xor
binary_repr: 将输入数字的二进制表示作为字符串返回。

示例

>>> import numpy as np

数字 13 表示为 00001101。同样，17 表示为 00010001。因此，13 和 17 的位与结果是 000000001，即 1。

>>> np.bitwise_and(13, 17)
1

>>> np.bitwise_and(14, 13)
12
>>> np.binary_repr(12)
'1100'
>>> np.bitwise_and([14,3], 13)
array([12,  1])

>>> np.bitwise_and([11,7], [4,25])
array([0, 1])
>>> np.bitwise_and(np.array([2,5,255]), np.array([3,14,16]))
array([ 2,  4, 16])
>>> np.bitwise_and([True, True], [False, True])
array([False,  True])

运算符 & 可用作 ndarray 上 np.bitwise_and 的简写。

>>> x1 = np.array([2, 5, 255])
>>> x2 = np.array([3, 14, 16])
>>> x1 & x2
array([ 2,  4, 16])