Question

我有这样的2个numpy矩阵。

矩阵1

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

矩阵2

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

我想找到这些矩阵的相似性。我认为xor可用于矩阵。 Xor操作应显示值不同的位置，然后我可以计算值1来计算相似度的百分比。我不知道如何在python中使用xor。

此代码不起作用：a = arr1 xor arr2。

Answer 1

您只需使用arr1 != arr2即可：

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

然后使用.sum()，因为int(False)为0且int(True)为1：

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

因此有两个指数arr1[i,j]不等于arr2[i,j]。

如果要计算相似度（此处定义为相同元素的数量），您可以使用：

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

所以77.77％的元素是相同的。

Answer 2

还有内置函数bitwise_xor

Answer 3

A XOR B表示：

（A而不是B）或（B而不是A）：

$1

...至少对于布尔数组。

Answer 4

如果您有二进制 ndarray，那么您也可以使用 logical_xor()：

np.logical_xor(arr1, arr2).sum()
# 2