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outout=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_xoron ndarray 的简写。

>>> x1 = np.array([True, True])
>>> x2 = np.array([False, True])
>>> x1 ^ x2
array([ True, False])