numpy.bitwise_xor

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

Вычислить побитовое XOR двух массивов поэлементно.

Вычисляет побитовое XOR двоичного представления целых чисел в входных массивах. Эта ufunc реализует оператор C/Python ^.

Параметры

x1, x2array_like

Обрабатываются только целочисленные и булевы типы. Если x1.shape != x2.shape, они должны быть совместимы для трансляции в общую форму (которая становится формой результата).

outndarray, None, or tuple of ndarray and None, optional

Местоположение, в которое сохраняется результат. Если указано, оно должно иметь форму, в которую вводятся данные. Если не указано или равно None, возвращается свежевыделенный массив. Кортеж (только в качестве ключевого аргумента) должен иметь длину, равную количеству выходных значений.

wherearray_like, optional

Это условие транслируется по входным данным. В местах, где условие истинно, массив out будет установлен в результат ufunc. В противном случае, массив out сохранит свое исходное значение. Обратите внимание, что если массив out создан с помощью значения по умолчанию out=None, то в местах, где условие ложно, места в нем останутся неинициализированными.

**kwargs

Для других ключевых аргументов см. документацию ufunc.

Возвращает

outndarray or scalar

Результат. Это скалярное значение, если и x1 и x2 являются скалярами.

См. также

logical_xor

bitwise_and

bitwise_or

binary_repr

Возвращает двоичное представление входного числа в виде строки.

Примеры

Число 13 представляется как 00001101. Аналогично, 17 представляется как 00010001. Побитовое XOR 13 и 17, следовательно, 00011100, или 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])

Оператор ^ может быть использован в сокращённой форме для np.bitwise_xor на nd-массивах.

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