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按位 AND。

计算输入数组中整数的底层二进制表示的按位 AND。此 ufunc 实现 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，则它们必须可广播到公共形状（该公共形状将成为输出的形状）。
outndarray, None, or tuple of ndarray and None, optional: 结果存储的位置。如果提供了，它必须具有输入广播到的形状。如果未提供或为 None，则返回一个新分配的数组。元组（仅可能作为关键字参数）的长度必须等于输出的数量。
wherearray_like, optional: 此条件将广播到输入。在条件为 True 的位置，out 数组将设置为 ufunc 结果。在其他地方，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，那么其中条件为 False 的位置将保持未初始化状态。
**kwargs: 有关其他关键字参数，请参阅 ufunc 文档。

返回:

outndarray 或标量: 结果。如果 x1 和 x2 都是标量，则结果是标量。

另请参阅

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

示例

>>> import numpy as np

数字 13 的二进制表示为 00001101。同样，17 的二进制表示为 00010001。因此，13 和 17 的按位 AND 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])

在 ndarrays 上，& 运算符可用作 np.bitwise_and 的简写。

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