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