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'>

Сдвиг битов целого числа влево.

Биты сдвигаются влево путем добавления x2 0 в правой части x1. Поскольку внутреннее представление чисел — в двоичном формате, эта операция эквивалентна умножению x1 на 2**x2.

Параметры:

x1array_like целого типа

Входные значения.

x2array_like целого типа

Количество нулей для добавления к x1. Должно быть неотрицательным. Если x1.shape != x2.shape, они должны быть совместимы для трансляции к общей форме (которая становится формой выходных данных).

outndarray, None или кортеж ndarray и None, необязательно

Расположение, в которое сохраняется результат. Если указано, оно должно иметь форму, к которой транслируются входные данные. Если не указано или None, возвращается только что выделенная матрица. Кортеж (только как ключевой аргумент) должен иметь длину, равную количеству выходных данных.

wherearray_like, необязательно

Это условие транслируется по входным данным. В местах, где условие True, массив out будет установлен в результат ufunc. В противном случае массив out сохранит свое исходное значение. Обратите внимание, что если пустой массив out создается по умолчанию out=None, места в нем, где условие False, останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращает:

outмассив целого типа

Возвращает x1 с битами, сдвинутыми на x2 раз влево. Это скаляр, если оба x1 и x2 являются скалярами.

См. также

right_shift

Сдвиг битов целого числа вправо.

binary_repr

Возвращает строковое двоичное представление входного числа.

Примеры

>>> 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])

Обратите внимание, что тип данных второго аргумента может изменить тип данных результата и привести к непредсказуемым результатам в некоторых случаях (см. Правила приведения типов):

>>> 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'>

Оператор << может использоваться в сокращенной форме для np.left_shift на nd-матрицах.

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