
- NumPy 教程
- NumPy - 首頁
- NumPy - 簡介
- NumPy - 環境配置
- NumPy 陣列
- NumPy - Ndarray 物件
- NumPy - 資料型別
- NumPy 陣列的建立和操作
- NumPy - 陣列建立例程
- NumPy - 陣列操作
- NumPy - 從現有資料建立陣列
- NumPy - 從數值範圍建立陣列
- NumPy - 陣列迭代
- NumPy - 陣列重塑
- NumPy - 陣列連線
- NumPy - 陣列堆疊
- NumPy - 陣列分割
- NumPy - 陣列扁平化
- NumPy - 陣列轉置
- NumPy 索引和切片
- NumPy - 索引與切片
- NumPy - 高階索引
- NumPy 陣列屬性和運算
- NumPy - 陣列屬性
- NumPy - 陣列形狀
- NumPy - 陣列大小
- NumPy - 陣列步長
- NumPy - 陣列元素大小
- NumPy - 廣播
- NumPy - 算術運算
- NumPy - 陣列加法
- NumPy - 陣列減法
- NumPy - 陣列乘法
- NumPy - 陣列除法
- NumPy 高階陣列運算
- NumPy - 交換陣列軸
- NumPy - 位元組交換
- NumPy - 副本與檢視
- NumPy - 元素級陣列比較
- NumPy - 陣列過濾
- NumPy - 陣列連線
- NumPy - 排序、搜尋和計數函式
- NumPy - 陣列搜尋
- NumPy - 陣列並集
- NumPy - 查詢唯一行
- NumPy - 建立日期時間陣列
- NumPy - 二元運算子
- NumPy - 字串函式
- NumPy - 數學函式
- NumPy - 統計函式
- NumPy - 矩陣庫
- NumPy - 線性代數
- NumPy - Matplotlib
- NumPy - 使用 Matplotlib 繪製直方圖
- NumPy - NumPy 的 I/O 操作
- NumPy 排序和高階操作
- NumPy - 陣列排序
- NumPy - 沿軸排序
- NumPy - 使用花式索引排序
- NumPy - 結構化陣列
- NumPy - 建立結構化陣列
- NumPy - 操作結構化陣列
- NumPy - 欄位訪問
- NumPy - 記錄陣列
- NumPy - 載入陣列
- NumPy - 儲存陣列
- NumPy - 向陣列追加值
- NumPy - 交換陣列列
- NumPy - 向陣列插入軸
- NumPy 處理缺失資料
- NumPy - 處理缺失資料
- NumPy - 識別缺失值
- NumPy - 刪除缺失資料
- NumPy - 缺失資料插補
- NumPy 效能最佳化
- NumPy - 使用陣列進行效能最佳化
- NumPy - 使用陣列進行向量化
- NumPy - 陣列的記憶體佈局
- NumPy 線性代數
- NumPy - 線性代數
- NumPy - 矩陣庫
- NumPy - 矩陣加法
- NumPy - 矩陣減法
- NumPy - 矩陣乘法
- NumPy - 元素級矩陣運算
- NumPy - 點積
- NumPy - 矩陣求逆
- NumPy - 行列式計算
- NumPy - 特徵值
- NumPy - 特徵向量
- NumPy - 奇異值分解
- NumPy - 求解線性方程組
- NumPy - 矩陣範數
- NumPy 元素級矩陣運算
- NumPy - 求和
- NumPy - 求平均值
- NumPy - 求中位數
- NumPy - 求最小值
- NumPy - 求最大值
- NumPy 集合運算
- NumPy - 唯一元素
- NumPy - 交集
- NumPy - 並集
- NumPy - 差集
- NumPy 有用資源
- NumPy 編譯器
- NumPy - 快速指南
- NumPy - 有用資源
- NumPy - 討論
NumPy 的按位右移函式()
numpy 的 **bitwise_right_shift()** 函式用於對輸入陣列的每個元素執行按位右移運算。
此函式將每個整數的位向右移動指定的位數,有效地將數字除以 2 的冪。
對於正整數,此函式的結果為整數除法;對於有符號整數,它透過執行算術移位來保持符號。
此函式處理各種整數型別的陣列,並返回具有相同形狀和型別的陣列。它等效於在 Python 中使用右移運算子 **>>**。
語法
以下是 NumPy **bitwise_right_shift()** 函式的語法:
numpy.bitwise_right_shift(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature])
引數
NumPy **bitwise_right_shift()** 函式採用以下引數:
- **x1:** 應用右移的輸入值。
- **x2:** 輸入值 x1 右移的位數。
- **out(ndarray, None 或 ndarray 和 None 的元組,可選):** 儲存結果的位置。
- **where(array_like, 可選):** 此引數是廣播到輸入的條件。
- **kwargs:** 引數例如 casting, order, dtype 和 subok 是附加的關鍵字引數,可根據需要使用。
返回值
此函式返回一個數組,其中每個元素都已右移。
示例 1
以下是 NumPy **bitwise_right_shift()** 函式的基本示例,其中對整數 18 執行按位右移 2 位:
import numpy as np # Define the integer and the shift amount x = 18 shift = 2 # Perform the bitwise right shift operation result = np.right_shift(x, shift) print(result)
以下是將 **bitwise_right_shift()** 函式應用於整數 18 的輸出:
4
示例 2
當使用移位值陣列執行按位右移時,NumPy 允許我們根據另一個數組指定的不同位數來移動輸入陣列的每個元素。以下是一個示例:
import numpy as np # Define the input array and the array of shift values x = np.array([16, 32, 64]) shift_values = np.array([1, 2, 3]) # Perform the bitwise right shift operation result = np.right_shift(x, shift_values) print(result)
以下是按位右移的輸出:
[8 8 8]
numpy_binary_operators.htm
廣告