numpy.bitwise_xor#
- numpy.bitwise_xor(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'bitwise_xor'>#
逐元素计算两个数组的按位异或。
计算输入数组中整数的底层二进制表示的按位异或。此 ufunc 实现 C/Python 运算符
^
。- 参数:
- x1, x2array_like
仅处理整数和布尔类型。如果
x1.shape != x2.shape
,则它们必须能够广播到一个共同的形状(这将成为输出的形状)。- outndarray、None 或 ndarray 和 None 的元组,可选
结果存储到的位置。如果提供,则其形状必须是输入能够广播到的形状。如果未提供或为 None,则返回一个新分配的数组。元组(仅可能作为关键字参数)的长度必须等于输出的数量。
- wherearray_like,可选
此条件广播到输入上。在条件为 True 的位置,out 数组将设置为 ufunc 的结果。在其他位置,out 数组将保留其原始值。请注意,如果通过默认的
out=None
创建了一个未初始化的 out 数组,则其中条件为 False 的位置将保持未初始化。- **kwargs
有关其他仅限关键字的参数,请参阅 ufunc 文档。
- 返回值:
- outndarray 或标量
结果。如果 x1 和 x2 都是标量,则这是一个标量。
参见
logical_xor
bitwise_and
bitwise_or
binary_repr
将输入数字的二进制表示形式作为字符串返回。
示例
>>> import numpy as np
数字 13 由
00001101
表示。同样,17 由00010001
表示。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])
^
运算符可以用作 ndarray 上np.bitwise_xor
的简写。>>> x1 = np.array([True, True]) >>> x2 = np.array([False, True]) >>> x1 ^ x2 array([ True, False])