numpy.bitwise_left_shift#

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

将整数的位向左移位。

通过在 x1 的右侧追加 x2 个 0 来将位向左移。由于数字的内部表示形式为二进制格式,因此此操作相当于将 x1 乘以 2**x2

参数:
x1整型 array_like

输入值。

x2整型 array_like

要追加到 x1 的 0 的数量。必须是非负的。如果 x1.shape != x2.shape,则它们必须广播到共同的形状(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,它必须具有输入广播到的形状。如果未提供或为 None,则将返回一个新分配的数组。元组(仅作为关键字参数可能)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。在条件为 True 的位置,out 数组将被设置为 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,请参阅 ufunc 文档

返回值:
out整型数组

返回 x1,其位向左移了 x2 次。如果 x1x2 都是标量,则它是一个标量。

参见

right_shift

将整数的位向右移位。

binary_repr

以字符串形式返回输入数字的二进制表示。

示例

>>> import numpy as np
>>> np.binary_repr(5)
'101'
>>> np.left_shift(5, 2)
20
>>> np.binary_repr(20)
'10100'
>>> np.left_shift(5, [1,2,3])
array([10, 20, 40])

请注意,第二个参数的 dtype 可能会改变结果的 dtype,并在某些情况下会导致意外结果(请参阅 强制转换规则)。

>>> a = np.left_shift(np.uint8(255), np.int64(1))  # Expect 254
>>> print(a, type(a)) # Unexpected result due to upcasting
510 <class 'numpy.int64'>
>>> b = np.left_shift(np.uint8(255), np.uint8(1))
>>> print(b, type(b))
254 <class 'numpy.uint8'>

<< 运算符可以用作 ndarray 上 np.left_shift 的简写形式。

>>> x1 = 5
>>> x2 = np.array([1, 2, 3])
>>> x1 << x2
array([10, 20, 40])