Operaciones de bits de NumPy

La operación bit a bit es un tipo de operación que actúa a nivel de bits de números binarios; opera directamente sobre cada bit del número binario, sin considerar el valor global del número.

NumPy proporciona una serie de funciones de operaciones de bits que permiten realizar operaciones bit a bit sobre los elementos de un arreglo. Estas operaciones son similares a los operadores de bits de Python, pero se aplican a arreglos de NumPy, admiten procesamiento vectorizado y tienen un mayor rendimiento.

Las operaciones de bits se utilizan ampliamente en ciencias de la computación para optimizar y procesar datos de bajo nivel.

NumPy bitwise_Las funciones al inicio son funciones de operaciones de bits.

Las operaciones de bits de NumPy incluyen las siguientes funciones:

Operación	Función/Operador	Descripción
AND bit a bit	`numpy.bitwise_and(x1, x2)`	Realiza la operación AND bit a bit en cada elemento del arreglo.
OR bit a bit	`numpy.bitwise_or(x1, x2)`	Realiza la operación OR bit a bit en cada elemento del arreglo.
XOR bit a bit	`numpy.bitwise_xor(x1, x2)`	Realiza la operación XOR bit a bit en cada elemento del arreglo.
NOT bit a bit	`numpy.invert(x)`	Realiza el complemento bit a bit (NOT) en cada elemento del arreglo.
Desplazamiento a la izquierda	`numpy.left_shift(x1, x2)`	Desplaza cada elemento del arreglo a la izquierda el número de bits especificado.
Desplazamiento a la derecha	`numpy.right_shift(x1, x2)`	Desplaza cada elemento del arreglo a la derecha el número de bits especificado.

Ejemplo

import numpy as np

arr1 = np.array([True, False, True], dtype=bool)
arr2 = np.array([False, True, False], dtype=bool)

result_and = np.bitwise_and(arr1, arr2)
result_or = np.bitwise_or(arr1, arr2)
result_xor = np.bitwise_xor(arr1, arr2)
result_not = np.bitwise_not(arr1)

print("AND:", result_and) # [False, False, False]
print("OR:", result_or) # [True, True, True]
print("XOR:", result_xor) # [True, True, True]
print("NOT:", result_not) # [False, True, False]

# NOT bit a bit
arr_invert = np.invert(np.array([1, 2], dtype=np.int8))
print("Invert:", arr_invert) # [-2, -3]

# Operación de desplazamiento a la izquierda
arr_left_shift = np.left_shift(5, 2)
print("Left Shift:", arr_left_shift) # 20

# Operación de desplazamiento a la derecha
arr_right_shift = np.right_shift(10, 1)
print("Right Shift:", arr_right_shift) # 5

También se pueden usar"&", "~", "|" y "^"operadores para calcular:

Operación AND (&):Cuando ambos dígitos en el bit correspondiente son 1, el resultado es 1; de lo contrario, el resultado es 0.
Por ejemplo: 1010 & 1100 = 1000
Operación OR (|):Cuando al menos uno de los dos dígitos en el bit correspondiente es 1, el resultado es 1; de lo contrario, el resultado es 0.
Por ejemplo: 1010 | 1100 = 1110
Operación XOR (^):Cuando los dos dígitos en el bit correspondiente son diferentes, el resultado es 1; cuando son iguales, el resultado es 0.
Por ejemplo: 1010 ^ 1100 = 0110
Operación NOT (~):Invierte cada bit del número, es decir, 0 se convierte en 1 y 1 se convierte en 0.
Por ejemplo: ~1010 = 0101
Operación de desplazamiento a la izquierda (<<):Desplaza todos los bits del número a la izquierda el número de bits especificado, rellenando con 0 por la derecha.
Por ejemplo: 1010 << 2 = 101000
Operación de desplazamiento a la derecha (>>):Desplaza todos los bits del número a la derecha el número de bits especificado; el lado izquierdo se rellena según el bit de signo o con ceros.
Por ejemplo: 1010 >> 2 = 0010

bitwise_and

La función bitwise_and() realiza la operación AND bit a bit sobre la forma binaria de los enteros en el arreglo.

Ejemplo

import numpy as np print ('Forma binaria de 13 y 17:') a,b = 13,17 print (bin(a), bin(b)) print ('\n') print ('El AND bit a bit de 13 y 17:') print (np.bitwise_and(13, 17))

El resultado de salida es:

13 和 17 的二进制形式：
0b1101 0b10001


13 和 17 的位与：
1

El ejemplo anterior se puede ilustrar con la siguiente tabla:

		1	1	0	1
AND
	1	0	0	0	1
Resultado de la operación	0	0	0	0	1

La regla de la operación AND bit a bit es la siguiente:

A	B	AND
1	1	1
1	0	0
0	1	0
0	0	0

bitwise_or

La función bitwise_or() realiza la operación OR bit a bit sobre la forma binaria de los enteros en el arreglo.

Ejemplo

import numpy as np a,b = 13,17 print ('Forma binaria de 13 y 17:') print (bin(a), bin(b)) print ('El OR bit a bit de 13 y 17:') print (np.bitwise_or(13, 17))

El resultado de salida es:

13 和 17 的二进制形式：
0b1101 0b10001
13 和 17 的位或：
29

El ejemplo anterior se puede ilustrar con la siguiente tabla:

		1	1	0	1
OR
	1	0	0	0	1
Resultado de la operación	1	1	1	0	1

La regla de la operación OR bit a bit es la siguiente:

A	B	OR
1	1	1
1	0	1
0	1	1
0	0	0

invert

La función invert() realiza la operación NOT bit a bit sobre los enteros en el arreglo, es decir, 0 se convierte en 1 y 1 se convierte en 0.

Para enteros con signo, se toma el complemento del número binario y luego se le suma 1. En un número binario, si el bit más significativo es 0 indica un número positivo; si el bit más significativo es 1 indica un número negativo.

Veamos los pasos de cálculo de ~1:

va a1(Aquí llamado: código original) convertir a binario =00000001
NOT bit a bit = 11111110
Se observa que el bit de signo (es decir, el bit más significativo) es1(indica un número negativo), se invierten los demás dígitos excepto el bit de signo =10000001
Sumar 1 al último bit para obtener su complemento a dos =10000010
Convertir de nuevo a decimal =-2

Expresión	Valor binario (complemento a dos)	Valor decimal
5	00000000 00000000 00000000 00000101	5
~5	11111111 11111111 11111111 11111010	-6

Ejemplo

import numpy as np print ('La inversión de bits de 13, donde el dtype del ndarray es uint8:') print (np.invert(np.array([13], dtype = np.uint8))) print ('\n') # Comparando las representaciones binarias de 13 y 242, descubrimos la inversión de bits print ('Representación binaria de 13:') print (np.binary_repr(13, width = 8)) print ('\n') print ('Representación binaria de 242:') print (np.binary_repr(242, width = 8))

El resultado de salida es:

13 的位反转，其中 ndarray 的 dtype 是 uint8：
[242]


13 的二进制表示：
00001101


242 的二进制表示：
11110010

left_shift

La función left_shift() desplaza la forma binaria de los elementos del arreglo hacia la izquierda una cantidad especificada de posiciones, agregando la misma cantidad de 0 por la derecha.

Ejemplo

import numpy as np print ('Desplazar 10 dos posiciones a la izquierda:') print (np.left_shift(10,2)) print ('\n') print ('Representación binaria de 10:') print (np.binary_repr(10, width = 8)) print ('\n') print ('Representación binaria de 40:') print (np.binary_repr(40, width = 8)) # Los dos bits de '00001010' se movieron a la izquierda y se agregaron dos 0 a la derecha.

El resultado de salida es:

将 10 左移两位：
40


10 的二进制表示：
00001010


40 的二进制表示：
00101000

right_shift

La función right_shift() desplaza la forma binaria de los elementos del arreglo hacia la derecha una cantidad especificada de posiciones, agregando la misma cantidad de 0 por la izquierda.

Ejemplo

import numpy as np print ('Desplazar 40 dos posiciones a la derecha:') print (np.right_shift(40,2)) print ('\n') print ('Representación binaria de 40:') print (np.binary_repr(40, width = 8)) print ('\n') print ('Representación binaria de 10:') print (np.binary_repr(10, width = 8)) # Los dos bits de '00001010' se movieron a la derecha y se agregaron dos 0 a la izquierda.

El resultado de salida es:

将 40 右移两位：
10


40 的二进制表示：
00101000


10 的二进制表示：
00001010

Otras extensiones