Numpy bitwise_xor() 函数

NumPy bitwise_xor() 函数用于对两个数组或标量执行按位异或 (XOR) 运算。

XOR 运算会比较输入的相应位，如果位不同，则将结果中的每个位设置为 1，即一个为 1，另一个为 0;如果相同，则设置为 0。

此函数按元素操作并支持广播，通过根据广播规则对齐不同形状的数组，可以对其进行操作。它适用于二进制数据操作，可应用于整数数组和标量。

语法

以下是 NumPy bitwise_xor() 函数的语法 -

numpy.bitwise_xor(x1, x2, out=None, where=True, **kwargs)

参数

以下是 NumPy bitwise_xor() 函数的参数 -

• x1:第一个输入数组或标量。可以是整数或类似数组的结构。
• x2:第二个输入数组或标量。必须可广播为 x1 的形状。
• out(可选): 用于写入结果的数组。其形状必须与 x1 和 x2 的广播形状匹配。
• where(可选): 用于确定操作执行位置的条件。当条件为 True 时，计算结果。
• **kwargs: 用于进一步自定义的附加关键字参数。

返回值

此函数返回执行按位异或操作后的数组。

示例 1

以下是 NumPy bitwise_xor() 函数的示例，其中展示了如何在两个数组之间进行按位异或操作。-

import numpy as np

# 定义两个数组
a = np.array([1, 2, 3, 4])
b = np.array([4, 3, 2, 1])

# 执行按位异或运算
result = np.bitwise_xor(a, b)
print(result)

输出

以下是 bitwise_xor() 函数应用于两个数组的输出 -

[5 1 1 5]

示例 2

以下示例展示了 bitwise_xor() 函数如何对多维数组执行元素异或运算，并生成相同形状的结果数组 -

import numpy as np

# 定义两个二维数组
a = np.array([[1, 2], [3, 4]])
b = np.array([[4, 3], [2, 1]])

# 执行按位异或运算
result = np.bitwise_xor(a, b)

print(result)

输出

以下是 bitwise_xor() 函数应用于两个数组的输出 -

[[5 1]
 [1 5]]

numpy_binary_operators.html