NumPy 는 Python 에서 수치 연산을 수행하는 데 사용하는 인기 있는 과학 컴퓨팅 라이브러리입니다. NumPy 모듈을 사용하여 수학적 연산을 수행하는 데 도움이 되는 다양한 수학 함수를 제공합니다. 이 랩에서는 NumPy 라이브러리의 bitwise_and 바이너리 연산에 대해 다룹니다.
VM 시작이 완료되면 왼쪽 상단을 클릭하여 Notebook 탭으로 전환하여 실습을 위해 Jupyter Notebook에 액세스하십시오.
때로는 Jupyter Notebook 이 로딩을 완료하는 데 몇 초 정도 기다려야 할 수 있습니다. Jupyter Notebook 의 제한 사항으로 인해 연산의 유효성 검사는 자동화할 수 없습니다.
학습 중에 문제가 발생하면 언제든지 Labby 에게 문의하십시오. 세션 후 피드백을 제공해주시면 문제를 신속하게 해결해 드리겠습니다.
NumPy 라이브러리를 사용하려면 먼저 가져와야 합니다. 아래 코드 스니펫에서 NumPy 모듈을 가져왔습니다.
import numpy as npbitwise_and() 함수는 입력 배열의 정수에 대한 기본 이진 표현의 비트 단위 AND를 계산합니다. 비트 단위 AND 연산의 진리표는 다음과 같습니다.
| A | B | A & B |
|---|---|---|
| 0 | 0 | 0 |
| 0 | 1 | 0 |
| 1 | 0 | 0 |
| 1 | 1 | 1 |
어떤 입력에 대해 비트 단위 AND 연산을 수행할 때 이러한 값을 염두에 두어야 합니다.
다음은 bitwise_and()의 구문입니다.
numpy.bitwise_and(x1, x2, /, out, *, where=True, casting='same_kind', order='K', dtype,subok=True[, signature, extobj]) = <ufunc 'bitwise_and'>매개변수 (Parameters)
x1, x2: 이 두 개는 입력 배열이며, 이 함수에서는 정수 및 부울 (boolean) 타입만 처리됩니다. x1.shape != x2.shape인 경우, 공통 형상으로 브로드캐스팅 (broadcasting) 가능해야 하며 (이 형상이 출력의 형상이 됩니다).out: 이 매개변수는 주로 결과가 저장될 위치를 나타냅니다. 이 매개변수가 제공되면 입력이 브로드캐스팅되는 형상을 가져야 합니다. 이 매개변수가 제공되지 않거나 None인 경우, 새로 할당된 배열이 반환됩니다.where: 이 매개변수는 입력에 대해 브로드캐스팅되는 조건을 나타내는 데 사용됩니다. 조건이 True인 위치에서 out 배열은 비트 단위 AND 결과로 설정되고, 그렇지 않으면 out 배열은 원래 값을 유지합니다.dtype: 선택적 인수는 출력의 데이터 유형을 설정하는 데 사용됩니다.아래 예제에서는 두 개의 스칼라 값에 대해 비트 단위 AND 연산을 수행하기 위해 bitwise_and() 함수를 사용하는 방법을 보여줍니다.
num1 = 15
num2 = 20
print("입력 number1 은 :", num1)
print("입력 number2 는 :", num2)
output = np.bitwise_and(num1, num2)
print("15 와 20 의 bitwise_and 는: ", output)위 코드의 출력은 다음과 같습니다.
The Input number1 is : 15
The Input number2 is : 20
The bitwise_and of 15 and 20 is: 4다음 예제에서는 두 개의 배열에 bitwise_and() 함수를 적용합니다.
ar1 = [2, 8, 135]
ar2 = [3, 5, 115]
print("입력 array1 은 : ", ar1)
print("입력 array2 는 : ", ar2)
output_arr = np.bitwise_and(ar1, ar2)
print("bitwise_and 연산 후의 출력 배열: ", output_arr)위 코드의 출력은 다음과 같습니다.
The Input array1 is : [2, 8, 135]
The Input array2 is : [3, 5, 115]
The Output array after bitwise_and: [2 0 3]이 랩에서는 NumPy 라이브러리의 bitwise_and() 함수를 사용하여 두 값 또는 배열에 대한 비트 단위 AND 연산을 수행하는 방법을 다루었습니다. 또한 함수의 구문과 매개변수, 그리고 몇 가지 예제에 대해서도 알아보았습니다.
축하합니다! NumPy 비트 단위 AND 함수 랩을 완료했습니다. LabEx 에서 더 많은 랩을 연습하여 기술을 향상시킬 수 있습니다.