numpy.logical_and#

numpy.logical_and(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'logical_and'>#

计算 x1 和 x2 的逐元素逻辑与值.

参数:
x1, x2array_like

输入数组.如果 x1.shape != x2.shape,它们必须能够广播到一个共同的形状（这将成为输出形状）.

outndarray、None 或 ndarray 和 None 的元组,可选

存储结果的位置.如果提供,它必须具有与输入广播一致的形状.如果未提供或为 None,则返回一个新分配的数组.一个元组（只能作为关键字参数）的长度必须等于输出的数量.

wherearray_like, 可选

这个条件通过输入进行广播.在条件为 True 的位置,`out` 数组将被设置为 ufunc 结果.在其他地方,`out` 数组将保留其原始值.注意,如果通过默认的 out=None 创建了一个未初始化的 out 数组,条件为 False 的位置将保持未初始化状态.

**kwargs

对于其他仅限关键字的参数,请参阅 ufunc 文档.

返回:
yndarray 或 bool

对 x1 和 x2 元素应用逻辑与运算的布尔结果;形状由广播决定.如果 x1 和 x2 都是标量,则这是标量.

参见

logical_or, logical_not, logical_xor
bitwise_and

示例

>>> import numpy as np
>>> np.logical_and(True, False)
False
>>> np.logical_and([True, False], [False, False])
array([False, False])

>>> x = np.arange(5)
>>> np.logical_and(x>1, x<4)
array([False, False,  True,  True, False])

& 运算符可以用作布尔 ndarrays 上 np.logical_and 的简写.

>>> a = np.array([True, False])
>>> b = np.array([False, False])
>>> a & b
array([False, False])
On this page