Numpy 为运算

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	按位反取
left_shift	向左移动二进制表示的位
right_shift	向右移动的二进制表示的位

注：也可以使用 ‘&’、“~”、“|”等操作符进行计算。

bitwise_and

bitwise_and()函数对数组中正式的二进制形式执行位与运算

import  numpy as np

print('13 和 17 的二进制形式')
a, b = 13, 17
print(bin(a), bin(b))
print('
')

print('13 和 17 的位与，')
print(np.bitwise_and(13, 17))

输出结果：

13 和 17 的二进制形式：
0b1101  0b10001

13 和 17的位与：
1

以上实例说明；

		1	1	0	1
AND
	1	0	0	0	1
运算结果	0	0	0	0	1

位与运算操作规律如下：

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与运算。

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))


输出的结果：
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 变为 1， 1 变为 0。

对于有符号整数，去改二进制数的补码，然后 +1、二进制数，最高位为 0 表示整数，最高位为 1 表示负数。

看看 ~1 的计算步骤：
　　将1（这里叫：原码）转为二进制 = 000 00 001

　　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组取反 = 10000001

　　末尾加1取其补码= 10000010

　　转换会十进制 = -2

表达式	二进制（2的补数）	十进制值
5	00000000 00000000 00000000 0000010	5
~5	11111111 11111111 11111111 11111010	-6