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'>#

將整數的位元向左移位。

位元會向左移位，方法是在 x1 的右側附加 x2 個 0。由於數字的內部表示形式為二進位格式，因此此運算等效於將 x1 乘以 2**x2。

參數:

x1array_like of integer type: 輸入值。
x2array_like of integer type: 要附加到 x1 的零的數量。必須是非負數。如果 x1.shape != x2.shape，它們必須可廣播到一個共同的形狀（這將成為輸出的形狀）。
outndarray, None, or tuple of ndarray and None, optional: 結果儲存的位置。如果提供，則其形狀必須與輸入廣播到的形狀相同。如果未提供或為 None，則會傳回新分配的陣列。元組（僅可能作為關鍵字引數）的長度必須等於輸出數量。
wherearray_like, optional: 此條件會廣播到輸入。在條件為 True 的位置，out 陣列將設定為 ufunc 結果。在其他位置，out 陣列將保留其原始值。請注意，如果透過預設 out=None 建立未初始化的 out 陣列，則其中條件為 False 的位置將保持未初始化。
**kwargs: 對於其他僅限關鍵字的引數，請參閱 ufunc 文件。

傳回:

outarray of integer type: 傳回位元向左移位 x2 次的 x1。如果 x1 和 x2 都是純量，則這是一個純量。

另請參閱

right_shift: 將整數的位元向右移位。
binary_repr: 以字串形式傳回輸入數字的二進位表示。

範例

>>> 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])

請注意，第二個引數的 dtype 可能會變更結果的 dtype，並可能在某些情況下導致意外結果（請參閱 Casting Rules）

>>> 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'>

<< 運算子可以用作 np.left_shift 在 ndarray 上的簡寫。

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