我可以在numpy矩陣上使用xor嗎？

Question

我有2個像這樣的numpy矩陣。

矩陣1

arr1 = 
array([[ 0., 0., 0.], 
     [ 0., 0., 0.], 
     [ 0., 1., 0.]]) 

矩陣2

arr2 = 
array([[ 0., 0., 0.], 
     [ 0., 0., 1.], 
     [ 0., 0., 0.]]) 

我想找到這些矩陣的相似性。我認爲xor可以在矩陣上使用。異或操作應顯示值的不同，然後我可以計算值1以計算相似性的百分比。我不知道如何在Python中使用xor。

此代碼無效：a = arr1 xor arr2。

Answer 1

您可以簡單地使用arr1 != arr2導致：

>>> arr1 != arr2 
array([[False, False, False], 
     [False, False, True], 
     [False, True, False]], dtype=bool)

然後用.sum()因爲int(False)是0和int(True)是1：

>>> (arr1 != arr2).sum() 
2

因此有兩個指數，其arr1[i,j]不等於arr2[i,j]。

如果你要計算的相似性（這裏被定義爲是相同元素的數量），可以使用：

>>> (arr1 == arr2).sum()/arr1.size 
0.77777777777777779

這樣的元素的77.77％是相同的。

Answer 2

還有bitwise_xor

https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.bitwise_xor.html