numpy.invert

numpy.invert(x, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) = <ufunc 'invert'>

Вычисление побитового инвертирования (или побитового НЕ) поэлементно.

Вычисляет побитовое НЕ от внутреннего двоичного представления целых чисел в входных массивах. Эта функция ufunc реализует оператор C/Python ~.

Для входных данных со знаком целого типа возвращается дополнение до двух. В системе дополнения до двух отрицательные числа представляются дополнением до двух абсолютного значения. Это наиболее распространенный метод представления целых чисел со знаком на компьютерах [1]. N-битная система дополнения до двух может представлять каждое целое число в диапазоне от до .

Параметры

xarray_like

Обрабатываются только целочисленные и логические типы.

outndarray, None, or tuple of ndarray and None, optional

Место, в которое сохраняется результат. Если указано, оно должно иметь форму, к которой входные данные транслируются. Если не указано или равно None, возвращается только что выделенный массив. Кортеж (возможен только в качестве ключевого аргумента) должен иметь длину, равную количеству выходов.

wherearray_like, optional

Это условие транслируется по входным данным. В местах, где условие истинно, массив out будет установлен в результат ufunc. В противном случае массив out сохранит своё исходное значение. Обратите внимание, что если неинициализированный массив out создан через стандартное значение out=None, места в нём, где условие ложно, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращает

outndarray or scalar

Результат. Это скаляр, если x является скаляром.

См. также

bitwise_and, bitwise_or, bitwise_xor, logical_not

binary_repr

Возвращает двоичное представление входного числа в виде строки.

Примечания

bitwise_not является псевдонимом для invert:

>>> np.bitwise_not is np.invert
True

Справочные данные

1

Википедия, “Дополнение до двух”, https://en.wikipedia.org/wiki/Two’s_complement

Примеры

Мы видели, что 13 представлено как 00001101. Инвертирование или побитовое НЕ для 13:

>>> x = np.invert(np.array(13, dtype=np.uint8))
>>> x
242
>>> np.binary_repr(x, width=8)
'11110010'

Результат зависит от разрядности:

>>> x = np.invert(np.array(13, dtype=np.uint16))
>>> x
65522
>>> np.binary_repr(x, width=16)
'1111111111110010'

При использовании целых типов со знаком результат — это дополнение до двух результата для беззнакового типа:

>>> np.invert(np.array([13], dtype=np.int8))
array([-14], dtype=int8)
>>> np.binary_repr(-14, width=8)
'11110010'

Также принимаются логические значения:

>>> np.invert(np.array([True, False]))
array([False,  True])