dask.array.按位异或

dask.array.按位异或¶

dask.array.bitwise_xor(x1, x2, /, out=None, *, where=True, casting='same_kind', order='K', dtype=None, subok=True[, signature]) = <ufunc 'bitwise_xor'>¶

此文档字符串是从 numpy.bitwise_xor 复制而来的。

Dask 版本可能存在一些不一致性。

计算两个数组按元素逐位的异或。

计算输入数组中整数的二进制表示的按位异或。此ufunc实现了C/Python运算符 ^。

参数

x1, x2array_like: 仅处理整数和布尔类型。如果 x1.shape != x2.shape，它们必须能够广播到相同的形状（这将成为输出的形状）。
出ndarray, None, 或 ndarray 和 None 的元组, 可选: 存储结果的位置。如果提供，它必须具有输入广播到的形状。如果没有提供或为None，则返回一个新分配的数组。一个元组（只能作为关键字参数）的长度必须等于输出的数量。
哪里类似数组, 可选: 此条件通过输入进行广播。在条件为 True 的位置，out 数组将被设置为 ufunc 结果。在其他地方，out 数组将保留其原始值。请注意，如果通过默认的 out=None 创建了一个未初始化的 out 数组，条件为 False 的位置将保持未初始化状态。
**kwargs: 对于其他仅关键字参数，请参阅 ufunc 文档。

返回

出ndarray 或标量: 结果。如果 x1 和 x2 都是标量，则这是一个标量。

参见

logical_xor
bitwise_and
bitwise_or
binary_repr: 返回输入数字的二进制表示形式，作为字符串。

示例

>>> import numpy as np  

数字 13 用 00001101 表示。同样地，17 用 00010001 表示。因此，13 和 17 的按位异或结果是 00011100，即 28：

>>> np.bitwise_xor(13, 17)  
28
>>> np.binary_repr(28)  
'11100'

>>> np.bitwise_xor(31, 5)  
26
>>> np.bitwise_xor([31,3], 5)  
array([26,  6])

>>> np.bitwise_xor([31,3], [5,6])  
array([26,  5])
>>> np.bitwise_xor([True, True], [False, True])  
array([ True, False])

^ 运算符可以用作 ndarrays 上 np.bitwise_xor 的简写。

>>> x1 = np.array([True, True])  
>>> x2 = np.array([False, True])  
>>> x1 ^ x2  
array([ True, False])

dask.array.按位或

dask.array.block