numpy.bitwise_left_shift#

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

将整数的位左移。

通过在 x1 的右侧添加 x2 个 0 来将位左移。由于数字的内部表示是二进制格式，此操作等同于将 x1 乘以 2**x2。

参数:

x1整型 array_like: 输入值。
x2整型 array_like: 要添加到 x1 的零的数量。必须是非负数。如果 x1.shape != x2.shape，则它们必须能够广播到公共形状（该形状将成为输出的形状）。
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后的形状相匹配的形状。如果未提供或为 None，则返回新分配的数组。元组（仅作为关键字参数可能）的长度必须等于输出的数量。
wherearray_like，可选: 此条件在输入上广播。在条件为 True 的位置，out 数组将被设置为 ufunc 结果。在其他位置，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建未初始化的 out 数组，则其中条件为 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:

out整型数组: 返回 x1，其中位向左移动了 x2 次。如果 x1 和 x2 都是标量，则此结果为标量。

另请参阅

right_shift: 将整数的位右移。
binary_repr: 将输入数字的二进制表示形式作为字符串返回。

示例

>>> import numpy as np
>>> 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])

请注意，第二个参数的 dtype 可能会改变结果的 dtype，在某些情况下可能导致意外结果（参见类型转换规则）

>>> a = np.left_shift(np.uint8(255), np.int64(1))  # Expect 254
>>> print(a, type(a)) # Unexpected result due to upcasting
510 <class 'numpy.int64'>
>>> b = np.left_shift(np.uint8(255), np.uint8(1))
>>> print(b, type(b))
254 <class 'numpy.uint8'>

在 ndarray 上，<< 运算符可用作 np.left_shift 的简写。

>>> x1 = 5
>>> x2 = np.array([1, 2, 3])
>>> x1 << x2
array([10, 20, 40])