numpy.bitwise_and

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

Вычислить побитовое И двух массивов поэлементно.

Вычисляет побитовое И двоичного представления целых чисел в входных массивах. Эта функция ufunc реализует оператор C/Python &.

Параметры

x1, x2array_like

Обрабатываются только целочисленные и булевы типы. Если x1.shape != x2.shape, они должны быть совместимы по форме для трансляции (форма результата совпадает с формой выходного значения).

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

Местоположение, в которое сохраняется результат. Если указано, форма должна соответствовать форме входных данных после трансляции. Если не указано или равно None, возвращается недавно выделенный массив. Кортеж (возможен только в качестве ключевого аргумента) должен иметь длину, равную числу результатов.

wherearray_like, optional

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

**kwargs

Для других ключевых аргументов см. документацию по функциям ufunc.

Возвращает

outndarray or scalar

Результат. Это скаляр, если и x1 и x2 — скаляры.

См. также

logical_and

bitwise_or

bitwise_xor

binary_repr

Возвращает двоичное представление входного числа в виде строки.

Примеры

Число 13 представлено как 00001101. Аналогично, 17 представлено как 00010001. Поэтому побитовое И 13 и 17 — это 000000001, или 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])

Оператор & может быть использован как сокращение для np.bitwise_and на nd-массивах.

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