在NumPy中执行按元素操作时，添加条件语句的最佳方法是什么？

Question

我有一个正整数列表，我想从所有元素中重复减去最小的元素，但前提是该元素不是最小值的实例。例如，一次迭代

a = np.array([3, 5, 9, 3, 3])变成[3, 2, 6, 3, 3]，最终变成[1,1,1,1,1]。

也就是说，没有条目会减少为0。我怀疑可能存在一种简单的方法来修改a - min(a)，使得a[0]，a[3]和{{1} }不会变成0，但我不知道。

我知道可以通过列表理解来实现：

a[4]

尽管数组可能非常大，所以考虑到时间效率，我希望NumPy有一个方便的方法可以做到这一点。我对Python还是很陌生，因此赞赏所有能力的校正/信息。

Answer 1

这可以使用where函数的3句变体来处理：

>>> import numpy as np
>>> a = np.array([3, 5, 9, 3, 3])
>>> m = a.min()
>>> np.where(a != m, a - m, m)
array([3, 2, 6, 3, 3])

并将其包装在while循环中。

除了使用set，您还可以使用numpy.unique：

while len(np.unique(a)) > 1:
    m = a.min()
    a = np.where(a != m, a - m, m)

但是您应该分别计时两个变量（set与unique，列表理解与where），以查看哪种方法对大型数组最快。

另一种方法是比较最大值和最小值：也许a.max()的计算速度比np.unique快：

while True:
    m = a.min()
    if m == a.max():
        break
    a = np.where(a != m, a - m, m)