二维数组上的 numpy logical.xor

Question

我有一个 2D numpy 数组，只有 0 和 255 值（从黑白图像创建），我想与另一个类似的 2D 数组进行异或。

这些数组中的dtype 是uint8，它们的形状相同。

到目前为止，我能找到的唯一信息和示例涉及一维数组。

我需要在异或之前“展平”这些二维数组吗？如果有，那是怎么做的？

Answer 1

numpy.logical_xor 和 numpy.bitwise_xor 将适用于二维数组，运算符 != 和 ^ 也适用（基本上分别是逻辑和位 XOR）。

编辑：我刚刚在您的标题中注意到您正在寻找逻辑异或，但我会将按位信息留在那里以供参考，以防万一。

设置：

a = np.random.choice([0,255], (5,5))
b = np.random.choice([0,255], (5,5))

>>> a
array([[255, 255,   0, 255, 255],
       [255, 255,   0, 255,   0],
       [255,   0,   0,   0,   0],
       [  0, 255, 255, 255, 255],
       [  0,   0, 255,   0,   0]])
>>> b
array([[  0, 255, 255, 255, 255],
       [255,   0,   0, 255,   0],
       [255,   0, 255,   0, 255],
       [  0,   0,   0,   0,   0],
       [255,   0,   0,   0, 255]])

逻辑异或：

>>> np.logical_xor(a,b)
array([[ True, False,  True, False, False],
       [False,  True, False, False, False],
       [False, False,  True, False,  True],
       [False,  True,  True,  True,  True],
       [ True, False,  True, False,  True]])

# equivalently:
>>> a!=b
array([[ True, False,  True, False, False],
       [False,  True, False, False, False],
       [False, False,  True, False,  True],
       [False,  True,  True,  True,  True],
       [ True, False,  True, False,  True]])

按位异或：

>>> np.bitwise_xor(a,b)
array([[255,   0, 255,   0,   0],
       [  0, 255,   0,   0,   0],
       [  0,   0, 255,   0, 255],
       [  0, 255, 255, 255, 255],
       [255,   0, 255,   0, 255]])

# equivalently:
>>> a^b
array([[255,   0, 255,   0,   0],
       [  0, 255,   0,   0,   0],
       [  0,   0, 255,   0, 255],
       [  0, 255, 255, 255, 255],
       [255,   0, 255,   0, 255]])