NumPy 1.14 - numpy.logical_xor()

numpy.logical_xor




numpy

numpy.logical_xor

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

तत्व-वार, X1 XOR x2 के सत्य मूल्य की गणना करें।

पैरामीटर:

X1, x2 : array_like

तार्किक XOR को x1 और x2 के तत्वों पर लागू किया जाता है। उन्हें एक ही आकार में प्रसारित किया जाना चाहिए।

बाहर : ndarray, कोई नहीं, या tdle of ndarray और कोई नहीं, वैकल्पिक

एक स्थान जिसमें परिणाम संग्रहीत किया जाता है। यदि प्रदान किया जाता है, तो इसका एक आकार होना चाहिए जो कि इनपुट प्रसारित करता है यदि प्रदान नहीं किया गया है या None , तो एक ताज़ा-आवंटित सरणी वापस आ जाती है। एक ट्यूपल (केवल एक कीवर्ड तर्क के रूप में संभव) आउटपुट की संख्या के बराबर लंबाई होना चाहिए।

जहां : array_like, वैकल्पिक

सत्य के मान उस स्थिति में ufunc की गणना करने के लिए संकेत देते हैं, गलत के मान अकेले उत्पादन में मूल्य छोड़ने का संकेत देते हैं।

** kwargs

अन्य कीवर्ड-केवल तर्कों के लिए, ufunc डॉक्स देखें।

यह दिखाता है:

y : बूल या बर्ड की नादरे

x1 और x2 के तत्वों पर लागू तार्किक XOR ऑपरेशन का बूलियन परिणाम; आकृति यह निर्धारित करती है कि एक या दोनों सरणियों का प्रसारण आवश्यक था या नहीं।

उदाहरण

>>> 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])

प्रसारण का समर्थन दिखाने वाला सरल उदाहरण

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