NumPy - 二元运算符

NumPy - 按位二进制运算符

NumPy 提供了用于对整型数组执行逐元素按位操作的函数。这些函数对应于许多编程语言中标准的按位操作。

可用函数包括：

函数	描述	等效运算符
numpy.bitwise_and()	计算数组元素的按位与。	&
numpy.bitwise_or()	计算数组元素的按位或。	|
numpy.bitwise_xor()	计算数组元素的按位异或。	^
numpy.invert() 或 numpy.bitwise_not()	计算数组元素的按位非（取反）。	~
numpy.left_shift()	将数组元素的位向左移动。	<<
numpy.right_shift()	将数组元素的位向右移动。	>>

这些操作对整型 NumPy 数组进行逐元素计算。你可以使用函数（例如 np.bitwise_and(a, b)）或运算符（例如 a & b）。

示例：bitwise_and (&)

import numpy as np

a = np.array([10, 20, 30], dtype=np.uint8) # 二进制：00001010, 00010100, 00011110
b = np.array([ 5, 15, 25], dtype=np.uint8) # 二进制：00000101, 00001111, 00011001

result_func = np.bitwise_and(a, b)
result_op = a & b

print(f"Array a: {a}")
print(f"Array b: {b}")
print(f"np.bitwise_and(a, b): {result_func}") # 0, 4, 24
print(f"a & b:                 {result_op}")

示例：bitwise_or (|)

import numpy as np

a = np.array([10, 20], dtype=np.uint8) # 00001010, 00010100
b = np.array([ 5, 15], dtype=np.uint8) # 00000101, 00001111

result_func = np.bitwise_or(a, b)
result_op = a | b

print(f"Array a: {a}")
print(f"Array b: {b}")
print(f"np.bitwise_or(a, b): {result_func}") # 15, 31
print(f"a | b:                {result_op}")

示例：invert (~)

注意：按位取反取决于整型类型（例如 uint8、int16）。对于像 uint8 这样的无符号整型，它会翻转所有 8 位。

import numpy as np

a = np.array([10, 20], dtype=np.uint8) # 二进制：00001010, 00010100

result_func = np.invert(a)
result_op = ~a

print(f"Array a:  {a}")
print(f"np.invert(a): {result_func}") # 245 (11110101), 235 (11101011)
print(f"~a:           {result_op}")

示例：left_shift (<<)

import numpy as np

a = np.array([2, 8], dtype=np.uint8) # 二进制：00000010, 00001000
shift_amount = 2

result_func = np.left_shift(a, shift_amount)
result_op = a << shift_amount

print(f"Array a: {a}")
print(f"Shift amount: {shift_amount}")
print(f"np.left_shift(a, {shift_amount}): {result_func}") # 8 (00001000), 32 (00100000)
print(f"a << {shift_amount}:              {result_op}")

示例：right_shift (>>)

import numpy as np

a = np.array([8, 32], dtype=np.uint8) # 二进制：00001000, 00100000
shift_amount = 2

result_func = np.right_shift(a, shift_amount)
result_op = a >> shift_amount

print(f"Array a: {a}")
print(f"Shift amount: {shift_amount}")
print(f"np.right_shift(a, {shift_amount}): {result_func}") # 2 (00000010), 8 (00001000)
print(f"a >> {shift_amount}:               {result_op}")

这些按位操作常用于涉及底层数据操作、设置/清除标志位中的特定位、图像处理掩码或高效实现某些算法的任务中。