如何对两个十六进制Numpy数组执行Bitwise AND操作并解决类型报错

你当前传入的两个数组均为十六进制字符串类型，NumPy的按位与操作仅支持整数类型输入，无法直接对字符串执行位运算，因此触发类型不支持的报错。

核心逻辑是先将十六进制字符串转换为适配的整数类型，执行位运算后按需转回十六进制字符串即可，具体实现如下：

完整代码示例 #

import numpy as np

# 原始数组
a = np.array(['0x2a75210031157', '0x2a75210031157', '0x2a75210031157',
'0x100a588288688', '0x2a75210031157', '0x480066940820',
'0x2a75210031157', '0x100a588288688', '0x2a75210031157',
'0x100a588288688', '0x100a588288688', '0x480066940820',
'0x2a75210031157', '0x800006000', '0x800006000'])

b = np.array(['0x2a75210031157', '0x2a75210031157', '0x480066940820',
'0x100a588288688', '0x480066940820', '0x100a588288688', 
'0x400000', '0x480066940820', '0x100001000000', 
'0x480066940820', '0x480066940820', '0x100a588288688', 
'0x2a75210031157', '0x480066940820', '0x480066940820'])

# 1. 将十六进制字符串转换为uint64整数（示例中的数值最大为52位，uint64可完全容纳）
a_int = np.array([int(x, 16) for x in a], dtype=np.uint64)
b_int = np.array([int(x, 16) for x in b], dtype=np.uint64)

# 2. 执行按位与操作
result_int = np.bitwise_and(a_int, b_int)

# 3. 按需转回十六进制字符串格式
result_hex = np.array([hex(x) for x in result_int])

print(result_hex)

效率优化说明 #

• 对于长度在百万级以内的数组，上述列表推导转换的方式性能足够，不会成为瓶颈
• 如果处理超大规模数组（千万级元素以上），可以使用np.vectorize包装转换逻辑减少Python层循环开销：

hex_to_int = np.vectorize(lambda x: int(x, 16), otypes=[np.uint64])
a_int = hex_to_int(a)
b_int = hex_to_int(b)

• 若需要更高性能，可引入Numba JIT编译转换逻辑，性能可接近原生C语言水平。

内容的提问来源于stack exchange，提问作者Stefano