
- NumPy 教程
- NumPy - 首頁
- NumPy - 簡介
- NumPy - 環境
- NumPy 陣列
- NumPy - Ndarray 物件
- NumPy - 資料型別
- NumPy 建立和運算元組
- NumPy - 陣列建立例程
- NumPy - 陣列操作
- NumPy - 從現有資料建立陣列
- NumPy - 從數值範圍建立陣列
- NumPy - 遍歷陣列
- NumPy - 重塑陣列
- NumPy - 連線陣列
- NumPy - 堆疊陣列
- NumPy - 分割陣列
- NumPy - 展平陣列
- NumPy - 轉置陣列
- NumPy 索引和切片
- NumPy - 索引和切片
- NumPy - 高階索引
- NumPy 陣列屬性和操作
- NumPy - 陣列屬性
- NumPy - 陣列形狀
- NumPy - 陣列大小
- NumPy - 陣列步幅
- NumPy - 陣列元素大小
- NumPy - 廣播
- NumPy - 算術運算
- NumPy - 陣列加法
- NumPy - 陣列減法
- NumPy - 陣列乘法
- NumPy - 陣列除法
- NumPy 高階陣列操作
- NumPy - 交換陣列的軸
- NumPy - 位元組交換
- NumPy - 副本和檢視
- NumPy - 元素級陣列比較
- NumPy - 過濾陣列
- NumPy - 連線陣列
- NumPy - 排序、搜尋和計數函式
- NumPy - 搜尋陣列
- NumPy - 陣列的並集
- NumPy - 查詢唯一行
- NumPy - 建立日期時間陣列
- NumPy - 二元運算子
- NumPy - 字串函式
- NumPy - 數學函式
- NumPy - 統計函式
- NumPy - 矩陣庫
- NumPy - 線性代數
- NumPy - Matplotlib
- NumPy - 使用 Matplotlib 繪製直方圖
- NumPy - NumPy 的 I/O
- NumPy 排序和高階操作
- NumPy - 排序陣列
- NumPy - 沿軸排序
- NumPy - 使用花式索引排序
- NumPy - 結構化陣列
- NumPy - 建立結構化陣列
- NumPy - 操作結構化陣列
- NumPy - 欄位訪問
- NumPy - 記錄陣列
- NumPy - 載入陣列
- NumPy - 儲存陣列
- NumPy - 將值追加到陣列
- NumPy - 交換陣列的列
- NumPy - 向陣列插入軸
- NumPy 處理缺失資料
- NumPy - 處理缺失資料
- NumPy - 識別缺失值
- NumPy - 刪除缺失資料
- NumPy - 填充缺失資料
- NumPy 效能最佳化
- NumPy - 使用陣列進行效能最佳化
- NumPy - 使用陣列進行向量化
- NumPy - 陣列的記憶體佈局
- NumPy 線性代數
- NumPy - 線性代數
- NumPy - 矩陣庫
- NumPy - 矩陣加法
- NumPy - 矩陣減法
- NumPy - 矩陣乘法
- NumPy - 元素級矩陣運算
- NumPy - 點積
- NumPy - 矩陣求逆
- NumPy - 行列式計算
- NumPy - 特徵值
- NumPy - 特徵向量
- NumPy - 奇異值分解
- NumPy - 求解線性方程組
- NumPy - 矩陣範數
- NumPy 元素級矩陣運算
- NumPy - 求和
- NumPy - 平均值
- NumPy - 中位數
- NumPy - 最小值
- NumPy - 最大值
- NumPy 集合運算
- NumPy - 唯一元素
- NumPy - 交集
- NumPy - 並集
- NumPy - 差集
- NumPy 有用資源
- NumPy 編譯器
- NumPy - 快速指南
- NumPy - 有用資源
- NumPy - 討論
NumPy 按位異或() 函式
NumPy 的bitwise_xor()函式用於對兩個陣列或標量執行按位異或(XOR)運算。
XOR 運算透過比較輸入的對應位來進行,如果位不同(即一個為 1,另一個為 0),則將結果中的每個位設定為 1;如果位相同,則設定為 0。
此函式按元素進行操作並支援廣播,使能夠根據廣播規則對不同形狀的陣列進行操作。它對於二進位制資料操作很有用,並且可以應用於整數陣列和標量。
語法
以下是 NumPy bitwise_xor() 函式的語法:
numpy.bitwise_xor(x1, x2, out=None, where=True, **kwargs)
引數
以下是 NumPy bitwise_xor() 函式的引數:
- x1: 第一個輸入陣列或標量。可以是整數或類似陣列的結構。
- x2: 第二個輸入陣列或標量。必須可以廣播到x1的形狀。
- out(可選): 將結果寫入的陣列。它必須具有與x1和x2的廣播形狀匹配的形狀。
- where(可選): 用於確定執行操作位置的條件。在此條件為
True
時計算結果。 - **kwargs: 用於進一步自定義的其他關鍵字引數。
返回值
此函式返回包含按位異或運算結果的陣列。
示例 1
以下是 NumPy bitwise_xor() 函式的示例,它展示了按位異或如何在兩個陣列之間按元素進行操作:
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)
輸出
以下是將bitwise_xor()函式應用於兩個陣列的輸出:
[5 1 1 5]
示例 2
以下示例展示了bitwise_xor()函式如何透過生成相同形狀的結果陣列對多維陣列執行按元素 XOR 運算:
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)
輸出
以下是將bitwise_xor()函式應用於兩個陣列的輸出:
[[5 1] [1 5]]
numpy_binary_operators.htm
廣告