numpy.bitwise_xor #
- 麻木的。bitwise_xor ( x1 , x2 , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ , signature , extobj ] ) = <ufunc 'bitwise_xor' > #
按位计算两个数组元素的异或。
计算输入数组中整数的基础二进制表示形式的按位异或。该 ufunc 实现了 C/Python 运算符
^
。- 参数:
- x1, x2类似数组
仅处理整数和布尔类型。如果,它们必须可广播为通用形状(成为输出的形状)。
x1.shape != x2.shape
- out ndarray、None 或 ndarray 和 None 的元组,可选
存储结果的位置。如果提供,它必须具有输入广播到的形状。如果未提供或无,则返回新分配的数组。元组(只能作为关键字参数)的长度必须等于输出的数量。
- 其中array_like,可选
该条件通过输入广播。在条件为 True 的位置,输出数组将设置为 ufunc 结果。在其他地方,输出数组将保留其原始值。请注意,如果通过 default 创建 未初始化的out
out=None
数组,则其中条件为 False 的位置将保持未初始化状态。- **夸格
对于其他仅关键字参数,请参阅 ufunc 文档。
- 返回:
- 输出ndarray 或标量
结果。如果x1和x2都是标量,则这是一个标量。
也可以看看
logical_xor
bitwise_and
bitwise_or
binary_repr
以字符串形式返回输入数字的二进制表示形式。
例子
数字13用 表示
00001101
。同样,17 用 表示00010001
。因此,13 和 17 的按位异或为00011100
, 或 28:>>> np.bitwise_xor(13, 17) 28 >>> np.binary_repr(28) '11100'
>>> np.bitwise_xor(31, 5) 26 >>> np.bitwise_xor([31,3], 5) array([26, 6])
>>> np.bitwise_xor([31,3], [5,6]) array([26, 5]) >>> np.bitwise_xor([True, True], [False, True]) array([ True, False])
该
^
运算符可以用作np.bitwise_xor
on ndarray 的简写。>>> x1 = np.array([True, True]) >>> x2 = np.array([False, True]) >>> x1 ^ x2 array([ True, False])