Python学习笔记第四十一天
NumPy 位运算
NumPy "bitwise_" 开头的函数是位运算函数。
NumPy 位运算包括以下几个函数:
函数
|
描述
|
bitwise_and
|
对数组元素执行位与操作
|
bitwise_or
|
对数组元素执行位或操作
|
invert
|
按位取反
|
left_shift
|
向左移动二进制表示的位
|
right_shift
|
向右移动二进制表示的位
|
注:也可以使用 "&"、 "~"、 "|" 和 "^" 等操作符进行计算。
bitwise_and
bitwise_and() 函数对数组中整数的二进制形式执行位与运算。
# 实例 1
import numpy as np
print ('13 和 17 的二进制形式:')
a,b = 13,17
print (bin(a), bin(b))
print ('\n')
print ('13 和 17 的位与:')
print (np.bitwise_and(13, 17))
输出结果为:
13 和 17 的二进制形式:
0b1101 0b10001
13 和 17 的位与:
1
以上实例可以用下表来说明:
|
|
|
|
|
|
|
|
1
|
1
|
0
|
1
|
AND
|
|
|
|
|
|
|
|
1
|
0
|
0
|
0
|
1
|
运算结果
|
0
|
0
|
0
|
0
|
1
|
位与操作运算规律如下:
|
|
|
A
|
B
|
AND
|
1
|
1
|
1
|
1
|
0
|
0
|
0
|
1
|
0
|
0
|
0
|
0
|
bitwise_or
bitwise_or()函数对数组中整数的二进制形式执行位或运算。
# 实例 2
import numpy as np
a,b = 13,17
print ('13 和 17 的二进制形式:')
print (bin(a), bin(b))
print ('13 和 17 的位或:')
print (np.bitwise_or(13, 17))
输出结果为:
13 和 17 的二进制形式:
0b1101 0b10001
13 和 17 的位或:
29
以上实例可以用下表来说明:
|
|
|
|
|
|
|
|
1
|
1
|
0
|
1
|
OR
|
|
|
|
|
|
|
1
|
0
|
0
|
0
|
1
|
运算结果
|
1
|
1
|
1
|
0
|
1
|
位或操作运算规律如下:
|
|
|
A
|
B
|
OR
|
1
|
1
|
1
|
1
|
0
|
1
|
0
|
1
|
1
|
0
|
0
|
0
|
invert
invert() 函数对数组中整数进行位取反运算,即 0 变成 1,1 变成 0。
对于有符号整数,取该二进制数的补码,然后 +1。二进制数,最高位为0表示正数,最高位为 1 表示负数。
看看 ~1 的计算步骤:
-
将1(这里叫:原码)转二进制 = 00000001
-
按位取反 = 11111110
-
发现符号位(即最高位)为1(表示负数),将除符号位之外的其他数字取反 = 10000001
-
末位加1取其补码 = 10000010
-
转换回十进制 = -2
表达式
|
二进制值(2 的补数)
|
十进制值
|
5
|
00000000 00000000 00000000 0000010
|
5
|
~5
|
11111111 11111111 11111111 11111010
|
-6
|
# 实例 3
import numpy as np
print ('13 的位反转,其中 ndarray 的 dtype 是 uint8:')
print (np.invert(np.array([13], dtype = np.uint8)))
print ('\n')
# 比较 13 和 242 的二进制表示,我们发现了位的反转
print ('13 的二进制表示:')
print (np.binary_repr(13, width = 8))
print ('\n')
print ('242 的二进制表示:')
print (np.binary_repr(242, width = 8))
输出结果为:
13 的位反转,其中 ndarray 的 dtype 是 uint8:
[242]
13 的二进制表示:
00001101
242 的二进制表示:
11110010
left_shift
left_shift() 函数将数组元素的二进制形式向左移动到指定位置,右侧附加相等数量的 0。
# 实例 4
import numpy as np
print ('将 10 左移两位:')
print (np.left_shift(10,2))
print ('\n')
print ('10 的二进制表示:')
print (np.binary_repr(10, width = 8))
print ('\n')
print ('40 的二进制表示:')
print (np.binary_repr(40, width = 8))
# '00001010' 中的两位移动到了左边,并在右边添加了两个 0。
输出结果为:
将 10 左移两位:
10 的二进制表示:
00001010
40 的二进制表示:
00101000
right_shift
right_shift() 函数将数组元素的二进制形式向右移动到指定位置,左侧附加相等数量的 0。
# 实例 6
import numpy as np
print ('将 40 右移两位:')
print (np.right_shift(40,2))
print ('\n')
print ('40 的二进制表示:')
print (np.binary_repr(40, width = 8))
print ('\n')
print ('10 的二进制表示:')
print (np.binary_repr(10, width = 8))
# '00001010' 中的两位移动到了右边,并在左边添加了两个 0。
输出结果为:
将 40 右移两位:
40 的二进制表示:
00101000
10 的二进制表示:
00001010
结束语
今天学习的是PythonNumPy 位运算学会了吗。 今天学习内容总结一下:
-
bitwise_and
-
bitwise_or
-
invert
-
left_shift
-
right_shift
NumPy是Python中最受欢迎的科学计算库之一,它提供了高效的多维数组操作和数值计算工具。本文将详细介绍NumPy库的使用方法,包括数组的创建与操作、数学函数、统计函数以及数组的读写等。通过代码示例和详细解释,帮助你全面了解和应用NumPy库进行科学计算和数据分析。
在本篇文章中,我们将探讨Python中的NumPy库的一些高级特性和技巧,包括广播机制、矢量化操作、高级索引、结构化数组以及NumPy中的随机抽样等内容。这些功能将有助于我们进行更加复杂和高效的科学计算。
NumPy(Numeric Python)是Python的一种开源的数值计算扩展。这种工具可用于存储和处理大型矩阵,使得在Python中进行数学运算变得更为便捷高效。