在 Numpy 中逐元素计算两个布尔数组的按位异或
numpyserver side programmingprogramming
要逐元素计算两个布尔数组的按位异或，请使用 Python Numpy 中的 numpy.bitwise_xor() 方法。
计算输入数组中整数的底层二进制表示的按位异或。此 ufunc 实现了 C/Python 运算符 ^。
第 1 个和第 2 个参数是数组，仅处理整数和布尔类型。如果 x1.shape != x2.shape，则它们必须可广播为通用形状。
步骤
首先，导入所需的库−
将 numpy 导入为 np使用 array() 方法创建两个 numpy 布尔数组 −
arr1 = np.array([[False, False, False], [True, False, True]]) arr2 = np.array([[False, True, False], [False, False, False]])显示数组 −
print("数组 1...
", arr1) print("
数组 2...
", arr2)获取数组的类型 −
print("
我们的数组 1 类型...
", arr1.dtype) print("
我们的数组 2 类型...
", arr2.dtype)获取数组的维度 −
print("
我们的数组 1 维度...
",arr1.ndim) print("
我们的数组 2 维度...
",arr2.ndim)获取数组的形状 −
print("
我们的数组 1 形状...
",arr1.shape) print("
我们的数组 2 形状...
",arr2.shape)要按元素计算两个布尔数组的按位异或，请使用 numpy.bitwise_xor() −
print("
结果(按位异或)...
",np.bitwise_xor(arr1, arr2))示例
import numpy as np # 使用 array() 方法创建两个 numpy 布尔数组 arr1 = np.array([[False, False, False], [True, False, True]]) arr2 = np.array([[False, True, False], [False, False, False]]) # 显示数组 print("数组 1...
", arr1) print("
数组 2...
", arr2) # 获取数组的类型 print("
我们的数组 1 类型...
", arr1.dtype) print("
我们的数组 2 类型...
", arr2.dtype) # 获取数组的维度 print("
我们的数组 1 维度...
",arr1.ndim) print("
我们的数组 2 维度...
",arr2.ndim) # 获取数组的形状 print("
我们的数组 1 形状...
",arr1.shape) print("
我们的数组 2 形状...
",arr2.shape) # 要按元素计算两个数组的按位异或，请使用 Python Numpy 中的 numpy.bitwise_xor() 方法 print("
结果(按位异或)...
",np.bitwise_xor(arr1, arr2))输出
数组 1... [[False False False] [ True False True]] 数组 2... [[False True False] [False False False]] 我们的数组 1 类型... bool 我们的数组 2 类型... bool 我们的数组 1 维度... 2 我们的数组 2 维度... 2 我们的数组 1 形状... (2, 3) 我们的数组 2 形状... (2, 3) 结果(按位异或)... [[False True False] [ True False True]]
相关文章
