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 与 x2 的逻辑真值。

参数:
x1, x2类数组对象

输入数组。如果 x1.shape != x2.shape，它们必须能够广播到相同的形状（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，其形状必须与输入广播后的形状一致。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。

where类数组对象，可选

此条件会广播到输入。在条件为 True 的位置，out 数组将被设置为 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状态。

**kwargs

有关其他仅限关键字的参数，请参见 ufunc 文档。

返回:
yndarray 或 bool

对 x1 和 x2 的元素应用逻辑 AND 运算的布尔结果；形状由广播确定。如果 x1 和 x2 都是标量，则结果也是标量。

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])

在布尔类型的 ndarray 上，& 运算符可以用作 np.logical_and 的简写。

>>> a = np.array([True, False])
>>> b = np.array([False, False])
>>> a & b
array([False, False])
在此页面