NumPy 1.14 - numpy.bitwise_and()

numpy.bitwise_and




numpy

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'>

तत्व-वार के दो-बिट और वार की गणना करें।

इनपुट सरणियों में पूर्णांकों के अंतर्निहित बाइनरी प्रतिनिधित्व के बिट-वार और गणना करता है। यह ufunc C / Python ऑपरेटर & लागू करता है।

पैरामीटर:

X1, x2 : array_like

केवल पूर्णांक और बूलियन प्रकार को संभाला जाता है।

बाहर : ndarray, कोई नहीं, या tdle of ndarray और कोई नहीं, वैकल्पिक

एक स्थान जिसमें परिणाम संग्रहीत किया जाता है। यदि प्रदान किया जाता है, तो इसका एक आकार होना चाहिए जो कि इनपुट प्रसारित करता है यदि प्रदान नहीं किया गया है या None , तो एक ताज़ा-आवंटित सरणी वापस आ जाती है। एक ट्यूपल (केवल एक कीवर्ड तर्क के रूप में संभव) आउटपुट की संख्या के बराबर लंबाई होना चाहिए।

जहां : array_like, वैकल्पिक

सत्य के मान उस स्थिति में ufunc की गणना करने के लिए संकेत देते हैं, गलत के मान अकेले उत्पादन में मूल्य छोड़ने का संकेत देते हैं।

** kwargs

अन्य कीवर्ड-केवल तर्कों के लिए, ufunc डॉक्स देखें।

यह दिखाता है:

आउट : array_like

परिणाम।

यह भी देखें

bitwise_or , bitwise_xor , bitwise_xor

binary_repr
एक स्ट्रिंग के रूप में इनपुट संख्या के द्विआधारी प्रतिनिधित्व को लौटाएं।

उदाहरण

13 नंबर 00001101 द्वारा 00001101 । इसी तरह, 17 00010001 द्वारा 00010001 । 13 और 17 का बिट-वार इसलिए 000000001 या 1 है:

>>> 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])