- Bài 1: Giới thiệu và thiết lập môi trường
- Bài 2: Ndarray Object
- Bài 3: Kiểu dữ liệu
- Bài 4: Thuộc tính của Mảng
- Bài 5: Quy trình tạo mảng
- Bài 6: Mảng từ dữ liệu có sẵn
- Bài 7: Mảng từ dãy số
- Bài 8: Index & Slice
- Bài 9: Advanced Indexing
- Bài 10: Broadcast
- Bài 11: Duyệt Mảng
- Bài 12: Toán tử nhị phân
- Bài 13: Hàm String
- Bài 14: Hàm Toán Học
- Bài 15: Các phép tính toán học
- Bài 16: Hàm thống kê
- Bài 17: Sort, Search & Counting
- Bài 18: Chuyển đổi Byte
- Bài 19: Copy & View
- Bài 20: Ma trận
- Bài 21: Đại số tuyến tính
- Bài 22: Matplotlib
- Bài 23: Biểu đồ sử dụng Matplotlib
- Bài 24: I/O trong numpy
Bài 12: Toán tử nhị phân - Numpy trong Python
Đăng bởi: Admin | Lượt xem: 3242 | Chuyên mục: AI
1. bitwise_and :
Phép toán bitwise AND trên các bit tương ứng của biểu diễn nhị phân của số nguyên trong mảng đầu vào được tính bằng hàm np.bitwise_and ().
Ví dụ :
import numpy as np
print 'Binary equivalents of 13 and 17:'
a,b = 13,17
print bin(a), bin(b)
print '\n'
print 'Bitwise AND of 13 and 17:'
print np.bitwise_and(13, 17)
Kết quả :
Binary equivalents of 13 and 17:
0b1101 0b10001
Bitwise AND of 13 and 17:
1
bảng bitwise AND sau đây.
A | B | AND |
---|---|---|
1 | 1 | 1 |
1 | 0 | 0 |
0 | 1 | 0 |
0 | 0 | 0 |
2. bitwise_or :
Phép toán OR theo bit trên các bit tương ứng của biểu diễn nhị phân của số nguyên trong mảng đầu vào được tính bằng hàm np.bitwise_or ().
Ví dụ :
import numpy as np
a,b = 13,17
print 'Binary equivalents of 13 and 17:'
print bin(a), bin(b)
print 'Bitwise OR of 13 and 17:'
print np.bitwise_or(13, 17)
Kết quả :
Binary equivalents of 13 and 17:
0b1101 0b10001
Bitwise OR of 13 and 17:
29
A | B | OR |
---|---|---|
1 | 1 | 1 |
1 | 0 | 1 |
0 | 1 | 1 |
0 | 0 | 0 |
3. invert :
Hàm này tính toán kết quả KHÔNG theo từng bit trên các số nguyên trong mảng đầu vào. Đối với các số nguyên có dấu, phần bù của hai được trả về.
Ví dụ :
import numpy as np
print 'Invert of 13 where dtype of ndarray is uint8:'
print np.invert(np.array([13], dtype = np.uint8))
print '\n'
# Comparing binary representation of 13 and 242, we find the inversion of bits
print 'Binary representation of 13:'
print np.binary_repr(13, width = 8)
print '\n'
print 'Binary representation of 242:'
print np.binary_repr(242, width = 8)
Kết quả :
Invert of 13 where dtype of ndarray is uint8:
[242]
Binary representation of 13:
00001101
Binary representation of 242:
11110010
Lưu ý rằng hàm np.binary_repr () trả về biểu diễn nhị phân của số thập phân theo chiều rộng đã cho.
4. left_shift
Hàm numpy.left_shift () dịch chuyển các bit trong biểu diễn nhị phân của một phần tử mảng sang trái theo các vị trí được chỉ định. Các số 0 bằng nhau được thêm vào từ bên phải.
Ví dụ :
import numpy as np
print 'Left shift of 10 by two positions:'
print np.left_shift(10,2)
print '\n'
print 'Binary representation of 10:'
print np.binary_repr(10, width = 8)
print '\n'
print 'Binary representation of 40:'
print np.binary_repr(40, width = 8)
# Two bits in '00001010' are shifted to left and two 0s appended from right.
Kết quả :
Left shift of 10 by two positions:
40
Binary representation of 10:
00001010
Binary representation of 40:
00101000
5. right_shift :
Hàm numpy.right_shift () dịch chuyển các bit trong biểu diễn nhị phân của một phần tử mảng sang bên phải theo các vị trí được chỉ định và một số lượng 0 bằng nhau được thêm vào từ bên trái.
Ví dụ :
import numpy as np
print 'Right shift 40 by two positions:'
print np.right_shift(40,2)
print '\n'
print 'Binary representation of 40:'
print np.binary_repr(40, width = 8)
print '\n'
print 'Binary representation of 10'
print np.binary_repr(10, width = 8)
# Two bits in '00001010' are shifted to right and two 0s appended from left.
Kết quả :
Right shift 40 by two positions:
10
Binary representation of 40:
00101000
Binary representation of 10
00001010
Theo dõi VnCoder trên Facebook, để cập nhật những bài viết, tin tức và khoá học mới nhất!
- Bài 1: Giới thiệu và thiết lập môi trường
- Bài 2: Ndarray Object
- Bài 3: Kiểu dữ liệu
- Bài 4: Thuộc tính của Mảng
- Bài 5: Quy trình tạo mảng
- Bài 6: Mảng từ dữ liệu có sẵn
- Bài 7: Mảng từ dãy số
- Bài 8: Index & Slice
- Bài 9: Advanced Indexing
- Bài 10: Broadcast
- Bài 11: Duyệt Mảng
- Bài 12: Toán tử nhị phân
- Bài 13: Hàm String
- Bài 14: Hàm Toán Học
- Bài 15: Các phép tính toán học
- Bài 16: Hàm thống kê
- Bài 17: Sort, Search & Counting
- Bài 18: Chuyển đổi Byte
- Bài 19: Copy & View
- Bài 20: Ma trận
- Bài 21: Đại số tuyến tính
- Bài 22: Matplotlib
- Bài 23: Biểu đồ sử dụng Matplotlib
- Bài 24: I/O trong numpy