numpy.left_shift #

麻木的。left_shift ( x1 , x2 , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ , signature , extobj ] ) = <ufunc 'left_shift' > #

将整数的位左移。

通过在x1右侧附加x2 0来将位左移。由于数字的内部表示是二进制格式，因此该运算相当于将x1乘以。2**x2

参数：

x1整数类型的 array_like: 输入值。
x2整数类型的 array_like: 要附加到x1的零数。必须是非负数。如果，它们必须可广播为通用形状（成为输出的形状）。x1.shape != x2.shape
out ndarray、None 或 ndarray 和 None 的元组，可选: 存储结果的位置。如果提供，它必须具有输入广播到的形状。如果未提供或无，则返回新分配的数组。元组（只能作为关键字参数）的长度必须等于输出的数量。
其中array_like，可选: 该条件通过输入广播。在条件为 True 的位置，输出数组将设置为 ufunc 结果。在其他地方，输出数组将保留其原始值。请注意，如果通过 default 创建未初始化的outout=None数组，则其中条件为 False 的位置将保持未初始化状态。
**夸格: 对于其他仅关键字参数，请参阅 ufunc 文档。

返回：

out整型数组: 返回x1，位向左移动x2次。如果x1和x2都是标量，则这是一个标量。

也可以看看

right_shift: 将整数的位向右移动。
binary_repr: 以字符串形式返回输入数字的二进制表示形式。

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])

请注意，第二个参数的 dtype 可能会更改结果的 dtype，并在某些情况下可能导致意外结果（请参阅强制转换规则）：

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

该<<运算符可以用作np.left_shifton ndarray 的简写。

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