在 Numpy 中逐元素计算 1D 和 2D 数组的逐位 XOR
numpyserver side programmingprogramming更新于 2025/9/19 22:46:00
要逐元素计算 1D 和 2D 数组的逐位 XOR，请使用 Python Numpy 中的 numpy.bitwise_xor() 方法。
计算输入数组中整数的底层二进制表示的逐位 XOR。此 ufunc 实现了 C/Python 运算符 ^。
第 1 个和第 2 个参数是数组，仅处理整数和布尔类型。如果 x1.shape != x2.shape，则它们必须可广播到公共形状。
步骤
首先，导入所需的库 −
import numpy as np
使用 array() 方法创建两个 numpy 数组。我们插入了 int 类型的元素 −
arr1 = np.array([32, 95, 82, 69, 38, 49]) arr2 = np.array([[28, 60, 81, 55, 89, 43]])
显示数组 −
print("数组 1...
", arr1)
print("
数组 2...
", arr2)
获取数组的类型 −
print("
我们的数组 1 类型...
", arr1.dtype)
print("
我们的数组 2 类型...
", arr2.dtype)
获取数组的维度 −
print("
我们的数组 1 维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
获取数组的形状 −
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
要逐元素计算 1D 和 2D 数组的逐位 XOR，请使用 numpy.bitwise_xor() 方法 −
print("
结果...
",np.bitwise_xor(arr1, arr2))
示例
import numpy as np
# 使用 array() 方法创建两个 numpy 数组
# 我们插入了 int 类型的元素
arr1 = np.array([32, 95, 82, 69, 38, 49])
arr2 = np.array([[28, 60, 81, 55, 89, 43]])
# 显示数组
print("数组 1...
", arr1)
print("
数组 2...
", arr2)
# 获取数组的类型
print("
我们的数组 1 类型...
", arr1.dtype)
print("
我们的数组 2 类型...
", arr2.dtype)
# 获取数组的维度
print("
我们的数组 1 维度...
",arr1.ndim)
print("
我们的数组 2 维度...
",arr2.ndim)
# 获取数组的形状
print("
我们的数组 1 形状...
",arr1.shape)
print("
我们的数组 2 形状...
",arr2.shape)
# 要按元素计算两个数组的按位异或，请使用 Python Numpy 中的 numpy.bitwise_xor() 方法
print("
结果...
",np.bitwise_xor(arr1, arr2))
输出
数组 1... [32 95 82 69 38 49] 数组 2... [[28 60 81 55 89 43]] 我们的数组 1 类型... int64 我们的数组 2 类型... int64 我们的数组 1 维度... 1 我们的数组 2 维度... 2 我们的数组 1 形状... (6,) 我们的数组 2 形状... (1, 6) 结果... [[ 60 99 3 114 127 26]]
