dask.array.logical_xor

dask.array.logical_xor¶

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

此文档字符串是从 numpy.logical_xor 复制过来的。

Dask 版本可能存在一些不一致性。

计算 x1 和 x2 的按元素异或值。

参数

x1, x2array_like: 逻辑异或运算应用于 x1 和 x2 的元素。如果 x1.shape != x2.shape，它们必须能够广播到一个共同的形状（该形状将成为输出的形状）。
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

y布尔值或布尔数组: 对 x1 和 x2 的元素应用逻辑异或运算的布尔结果；形状由广播决定。如果 x1 和 x2 都是标量，则这是一个标量。

参见

logical_and, logical_or, logical_not, bitwise_xor

示例

>>> import numpy as np  
>>> np.logical_xor(True, False)  
True
>>> np.logical_xor([True, True, False, False], [True, False, True, False])  
array([False,  True,  True, False])

>>> x = np.arange(5)  
>>> np.logical_xor(x < 1, x > 3)  
array([ True, False, False, False,  True])

简单的示例展示了广播的支持

>>> np.logical_xor(0, np.eye(2))  
array([[ True, False],
       [False,  True]])

dask.array.logical_or

dask.array.map_overlap