NumPy 按位异或() 函数

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

XOR 运算通过比较输入的对应位来进行，如果位不同（即一个为 1，另一个为 0），则将结果中的每个位设置为 1；如果位相同，则设置为 0。

此函数按元素进行操作并支持广播，使能够根据广播规则对不同形状的数组进行操作。它对于二进制数据操作很有用，并且可以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。必须可以广播到x1的形状。
• out(可选): 将结果写入的数组。它必须具有与x1和x2的广播形状匹配的形状。
• where(可选): 用于确定执行操作位置的条件。在此条件为True时计算结果。
• **kwargs: 用于进一步自定义的其他关键字参数。

返回值

此函数返回包含按位异或运算结果的数组。

示例 1

以下是 NumPy bitwise_xor() 函数的示例，它展示了按位异或如何在两个数组之间按元素进行操作：

import numpy as np

# Define two arrays
a = np.array([1, 2, 3, 4])
b = np.array([4, 3, 2, 1])

# Perform bitwise XOR operation
result = np.bitwise_xor(a, b)
print(result)

输出

以下是将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()函数如何通过生成相同形状的结果数组对多维数组执行按元素 XOR 运算：

import numpy as np

# Define two 2D arrays
a = np.array([[1, 2], [3, 4]])
b = np.array([[4, 3], [2, 1]])

# Perform bitwise XOR operation
result = np.bitwise_xor(a, b)

print(result)

输出

以下是将bitwise_xor()函数应用于两个数组的输出：

[[5 1]
 [1 5]]