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])