[Docathon][Add Inplace CN Doc No.31]

docs/api/paddle/Overview_cn.rst

@@ -251,11 +251,13 @@ tensor 数学操作原位（inplace）版本
     " :ref:`paddle.normal_ <cn_api_paddle_normal_>` ", "Inplace 版本的 normal API，对输入 x 采用 Inplace 策略"
     " :ref:`paddle.neg_ <cn_api_paddle_neg_>` ", "Inplace 版本的 neg API，对输入 x 采用 Inplace 策略"
     " :ref:`paddle.nan_to_num_ <cn_api_paddle_nan_to_num_>` ", "Inplace 版本的 nan_to_num API，对输入 x 采用 Inplace 策略"
+    " :ref:`paddle.logical_and_ <cn_api_paddle_logical_and_>` ", "Inplace 版本的 logical_and API，对输入 x 采用 Inplace 策略）"
     " :ref:`paddle.i0_ <cn_api_paddle_i0_>` ", "Inplace 版本的 i0 API，对输入 x 采用 Inplace 策略"
     " :ref:`paddle.lcm_ <cn_api_paddle_lcm_>` ", "Inplace 版本的 lcm API，对输入 x 采用 Inplace 策略"
 
 
 
+
 .. _tensor_logic:
 
 tensor 逻辑操作

docs/api/paddle/logical_and__cn.rst

@@ -0,0 +1,50 @@
+.. _api_paddle_logical_and__cn:
+
+logical_and_
+-------------------------------
+
+.. py:function:: paddle.logical_and_(x: Tensor, y: Tensor, name: str|None = None) → Tensor
+
+该 API 是 `paddle.logical_and` 的 **Inplace 版本**，输出结果将直接覆盖输入 Tensor ``x`` 的内存，功能与非 Inplace 版本一致。
+
+逐元素对 ``x`` 和 ``y`` 进行逻辑与运算，计算公式为：
+
+.. math::
+    \text{out}_i = \text{x}_i \ \&\& \ \text{y}_i
+
+.. note::
+    **Inplace 警告**：此操作会直接修改输入 Tensor ``x`` 的值，若需保留原始数据，请使用非 Inplace 版本 `paddle.logical_and`。
+
+    **广播机制**：``x`` 和 ``y`` 的形状需满足广播规则，如您想了解更多，请参考tensor介绍 `<../../guides/beginner/tensor_cn.html#id7>`_。
+
+参数
+:::::::::
+- **x** (Tensor) - 输入的 Tensor，支持的数据类型为 bool、int8、int16、int32、int64、bfloat16、float16、float32、float64、complex64、complex128。
+- **y** (Tensor) - 输入的 Tensor，数据类型需与 ``x`` 一致。
+- **name** (str|None, 可选) - 操作的名称，默认值为 None，表示自动命名。
+
+返回
+:::::::::
+    **Tensor**，与输入 ``x`` 共享内存的 Tensor，存储运算后的布尔值结果（直接覆盖 ``x``）。
+
+代码示例
+:::::::::
+
+.. code-block:: python
+
+    import paddle
+
+    # 示例 1：基础用法
+    x = paddle.to_tensor([True, False, True, False])
+    y = paddle.to_tensor([True, True, False, False])
+    paddle.logical_and_(x, y)
+    print(x)  # 输出: [True, False, False, False]
+
+    # 示例 2：广播机制
+    x = paddle.to_tensor([[True], [False]])
+    y = paddle.to_tensor([True, False])
+    paddle.logical_and_(x, y)  # 广播为 [[True, False], [False, False]]
+    print(x)
+    # 输出: 
+    # [[True, False],
+    #  [False, False]]