numpy.逻辑异或#
- 麻木的。Logical_xor ( x1 , x2 , / , out=None , * , where=True , casting='same_kind' , order='K' , dtype=None , subok=True [ , signature , extobj ] ) = <ufunc '逻辑_xor' > #
按元素计算 x1 XOR x2 的真值。
- 参数:
- x1, x2类似数组
逻辑 XOR 应用于x1和x2的元素。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:
- y bool 或 ndarray of bool
应用于x1和x2元素的逻辑 XOR 运算的布尔结果;形状由广播决定。如果x1和x2都是标量,则这是一个标量。
也可以看看
例子
>>> np.logical_xor(True, False) True >>> np.logical_xor([True, True, False, False], [True, False, True, False]) array([False, True, True, False])
>>> x = np.arange(5) >>> np.logical_xor(x < 1, x > 3) array([ True, False, False, False, True])
显示支持广播的简单示例
>>> np.logical_xor(0, np.eye(2)) array([[ True, False], [False, True]])