按元素逐位计算两个一维 Numpy 数组的按位或

numpyserver side programmingprogramming

要按元素逐位计算两个一维数组的按位或,请使用 Python Numpy 中的 numpy.bitwise_or() 方法。计算输入数组中整数的底层二进制表示的按位或。此 ufunc 实现 C/Python 运算符 |。

第 1 个和第 2 个参数是数组,仅处理整数和布尔类型。如果 x1.shape != x2.shape,则它们必须可广播到通用形状。

where 参数是通过输入广播的条件。在条件为 True 的位置,out 数组将设置为 ufunc 结果。在其他地方,out 数组将保留其原始值。请注意,如果通过默认的 out=None 创建未初始化的输出数组,则其中条件为 False 的位置将保持未初始化状态。

步骤

首先,导入所需的库 −

import numpy as np

使用 array() 方法创建两个 1D numpy 数组。我们插入了 int 类型的元素 −

arr1 = np.array([32, 95, 82, 69, 38])
arr2 = np.array([28, 60, 81, 55, 89])

显示数组 −

print("数组 1...
", arr1) print("
数组 2...
", arr2)

获取数组的类型 −

print("
我们的数组 1 类型...
", arr1.dtype) print("
我们的数组 2 类型...
", arr2.dtype)

获取数组的维度 −

print("
我们的数组 1 维度...
",arr1.ndim) print("
我们的数组 2 维度...
",arr2.ndim)

获取数组的形状 −

print("
我们的数组 1 形状...
",arr1.shape) print("
我们的数组 2 形状...
",arr2.shape)

要按元素逐位计算两个一维数组的按位或,请使用 numpy.bitwise_or() 方法 −

print("
Result (bit-wise OR)...
",np.bitwise_or(arr1, arr2))

示例

import numpy as np

# 使用 array() 方法创建两个一维 numpy 数组
# 我们插入了 int 类型的元素
arr1 = np.array([32, 95, 82, 69, 38])
arr2 = np.array([28, 60, 81, 55, 89])

# 显示数组
print("数组 1...
", arr1) print("
数组 2...
", arr2) # 获取数组的类型 print("
我们的数组 1 类型...
", arr1.dtype) print("
我们的数组 2 类型...
", arr2.dtype) # 获取数组的维度 print("
我们的数组 1 维度...
",arr1.ndim) print("
我们的数组 2 维度...
",arr2.ndim) # 获取数组的形状 print("
我们的数组 1 形状...
",arr1.shape) print("
我们的数组 2 形状...
",arr2.shape) # 要按元素计算两个数组的按位或,请使用 Python Numpy 中的 numpy.bitwise_or() 方法 print("
结果(按位或)...
",np.bitwise_or(arr1, arr2))

输出

数组 1...
[32 95 82 69 38]

数组 2...
[28 60 81 55 89]

我们的数组 1 类型...
int64

我们的数组 2 类型...
int64

我们的数组 1 维度...
1

我们的数组 2 维度...
1

我们的数组 1 形状...
(5,)

我们的数组 2 形状...
(5,)

结果(按位或)...
[ 60 127 83 119 127]

相关文章