資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
服裝學
法學在 NumPy 中計算帶符號整數型別陣列的按位非運算
要計算帶符號整數型別陣列的按位非運算，請在 Python NumPy 中使用 **numpy.bitwise_not()** 方法。計算輸入陣列中整數的底層二進位制表示的按位非運算。此 ufunc 實現 C/Python 運算子 ~。
where 引數是在輸入上廣播的條件。在條件為 True 的位置，out 陣列將設定為 ufunc 結果。在其他位置，out 陣列將保留其原始值。請注意，如果透過預設的 out=None 建立未初始化的 out 陣列，則其中條件為 False 的位置將保持未初始化狀態。
NumPy 提供全面的數學函式、隨機數生成器、線性代數例程、傅立葉變換等等。它支援各種硬體和計算平臺，並且與分散式、GPU 和稀疏陣列庫配合良好。
步驟
首先，匯入所需的庫：
import numpy as np
建立一個二維陣列。資料型別使用“dtype”引數設定。我們將資料型別設定為帶符號整數型別。使用帶符號整數型別時，結果是無符號型別結果的二進位制補碼：
arr = np.array([[92, 81, 98, 45], [22, 67, 54, 69 ], [69, 80, 80, 99]], dtype=np.int8)
顯示我們的陣列：
print("Array...
",arr)獲取資料型別：
print("
Array datatype...
",arr.dtype)
獲取陣列的維度：
print("
Array Dimensions...
",arr.ndim)獲取陣列的形狀：
print("
Our Array Shape...
",arr.shape)
獲取陣列的元素個數：
print("
Elements in the Array...
",arr.size)要計算陣列的按位非運算，請在 Python NumPy 中使用 numpy.bitwise_not() 方法：
print("
Result (bit-wise NOT)...
",np.bitwise_not(arr))
示例
import numpy as np
# Create a 2d array
# The datatype is set using the "dtype" parameter
# We have set the datatype to signed integer type
# When using signed integer types the result is the two's complement of the result for the unsigned type
arr = np.array([[92, 81, 98, 45], [22, 67, 54, 69 ], [69, 80, 80, 99]], dtype=np.int8)
# Displaying our array
print("Array...
",arr)
# Get the datatype
print("
Array datatype...
",arr.dtype)
# Get the dimensions of the Array
print("
Array Dimensions...
",arr.ndim)
# Get the shape of the Array
print("
Our Array Shape...
",arr.shape)
# Get the number of elements of the Array
print("
Elements in the Array...
",arr.size)
# To compute the bit-wise NOT of an array-wise, use the numpy.bitwise_not() method in Python Numpy
print("
Result (bit-wise NOT)...
",np.bitwise_not(arr))輸出
Array... [[92 81 98 45] [22 67 54 69] [69 80 80 99]] Array datatype... int8 Array Dimensions... 2 Our Array Shape... (3, 4) Elements in the Array... 12 Result (bit-wise NOT)... [[ -93 -82 -99 -46] [ -23 -68 -55 -70] [ -70 -81 -81 -100]]
更新於：2022年2月17日
116 次瀏覽
廣告