numpy.left_shift
numpy.left_shift(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature, extobj]) =
将整数的位向左移动。
通过在x1的右边附加x2 0,将位向左移动。 由于数字的内部表示形式为二进制格式,因此此操作等效于将x1乘以2 ** x2。参数 :x1 :integer类型的array_like
输入值。
x2 :integer类型的array_like
要附加到x1的零数。 必须为非负数。
如果x1.shape!= x2.shape,
则必须将它们广播为通用形状(即输出的形状)。
out :ndarray, None, 或 ndarray的tuple 和 None, 可选
结果存储的位置。 如果提供,
它必须具有输入传递到的shape。
如果未提供或没有,则返回一个新分配的数组。
元组(只能作为关键字参数)的长度必须等于输出的数量。
where :array_like, 可选
此条件通过输入广播。 在条件为True的位置,
将out数组设置为ufunc结果。 在其他地方,
out数组将保留其原始值。
请注意,如果通过默认的out = None创建了未初始化的输出数组,
则条件为False的数组中的位置将保持未初始化状态。
**kwargs
有关其他仅关键字的参数,请参见ufunc文档。
返回值 :out :integer类型的array
返回x1,其位向左移动x2次。
如果x1和x2均为标量,则为标量。
例子>>> np.binary_repr(5)
'101'
>>> np.left_shift(5, 2)
20
>>> np.binary_repr(20)
'10100'>>> np.left_shift(5, [1,2,3])
array([10, 20, 40])
注意,第二个参数的dtype可能会改变结果的dtype,在某些情况下可能会导致意外结果(参见强制转换规则):>>> a = np.left_shift(np.uint8(255), 1) # Expect 254
>>> print(a, type(a)) # Unexpected result due to upcasting
510
>>> b = np.left_shift(np.uint8(255), np.uint8(1))
>>> print(b, type(b))
254