
- NumPy 教程
- NumPy - 首頁
- NumPy - 簡介
- NumPy - 環境
- NumPy 陣列
- NumPy - Ndarray 物件
- NumPy - 資料型別
- NumPy 建立和運算元組
- 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 - 遍歷陣列
- NumPy - 陣列重塑
- NumPy - 連線陣列
- 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 - 索引和切片
- NumPy - 高階索引
- NumPy 陣列屬性和操作
- 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 高階陣列操作
- NumPy - 交換陣列的軸
- NumPy - 位元組交換
- NumPy - 複製和檢視
- NumPy - 元素級陣列比較
- NumPy - 陣列過濾
- NumPy - 連線陣列
- NumPy - 排序、搜尋和計數函式
- NumPy - 搜尋陣列
- NumPy - 陣列的並集
- 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 - 將值追加到陣列
- NumPy - 交換陣列的列
- 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 - 填充缺失資料
- 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 集合操作
- 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 invert() 函式
NumPy 的invert()函式用於對陣列執行按位取反,即 NOT 操作。它透過將 1 變成 0,將 0 變成 1 來翻轉輸入陣列中整數元素的每一位。
取反操作等同於執行按位 NOT,在 Python 中可以表示為~x。
例如,np.invert(5)的結果為 -6,因為 5 的二進位制表示為 0101,其按位取反得到 1010,在二進位制補碼錶示中對應 -6。
此函式透過生成一個反轉位陣列,對陣列進行逐元素操作。
語法
以下是 NumPy invert() 函式的語法:
numpy.invert(x)
引數
Numpy invert() 函式接受一個名為x的引數,它是一個整數型別的輸入陣列。此函式將對陣列的每個元素執行按位 NOT操作。
返回值
此函式返回一個數組,其中包含對輸入陣列的每個元素應用按位 NOT的結果。
示例 1
以下是 NumPy invert() 函式的基本示例。在此示例中,我們展示瞭如何在無符號 8 位整數陣列上使用invert()函式,有效地翻轉每個元素的位:
import numpy as np # Define a basic array of unsigned 8-bit integers x = np.array([0, 1, 2, 3], dtype=np.uint8) # Perform bitwise NOT operation result = np.invert(x) print("Original array:", x) print("Inverted array:", result)
輸出
以下是應用於兩個陣列的invert()函式的輸出:
Original array: [0 1 2 3] Inverted array: [255 254 253 252]
示例 2
在此示例中,我們展示了invert()如何在帶符號整數陣列上工作,這將導致每個元素的按位 NOT:
import numpy as np # Define an array of 8-bit signed integers x = np.array([1, 2, 4, 8], dtype=np.int8) # Perform bitwise NOT operation result = np.invert(x) print("Original array:", x) print("Inverted array:", result)
輸出
以下是上述示例的輸出:
Original array: [1 2 4 8] Inverted array: [-2 -3 -5 -9]
示例 3
以下是invert()函式的示例,其中此函式的行為根據輸入陣列的資料型別而有所不同:
import numpy as np # Define arrays of different data types x_uint16 = np.array([0, 1, 2, 3], dtype=np.uint16) x_int32 = np.array([0, 1, 2, 3], dtype=np.int32) # Perform bitwise NOT operation result_uint16 = np.invert(x_uint16) result_int32 = np.invert(x_int32) print("Original uint16 array:", x_uint16) print("Inverted uint16 array:", result_uint16) print("Original int32 array:", x_int32) print("Inverted int32 array:", result_int32)
輸出
以下是上述示例的輸出:
Original uint16 array: [0 1 2 3] Inverted uint16 array: [65535 65534 65533 65532] Original int32 array: [0 1 2 3] Inverted int32 array: [-1 -2 -3 -4]
numpy_binary_operators.htm
廣告