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 AND x2 的真值。

参数:
x1, x2array_like

Input arrays. If x1.shape != x2.shape, they must be broadcastable to a common shape (which becomes the shape of the output)。

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:
yndarray 或 bool

对 x1 和 x2 的元素应用逻辑 AND 操作后的布尔结果；形状由广播确定。如果 x1 和 x2 都是标量，则结果为标量。

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，可以使用 & 运算符作为 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