Question

如果我想比较两个数组，比如说我想测试A中的所有元素是否小于B中的值，我使用if (A < B).all():。但实际上，这需要分配和评估完整数组C = A < B，然后在其上调用C.all()。这有点浪费。有没有办法'快捷'比较，即直接按元素评估A < B（不分配和计算临时C），并在第一个无效元素比较时停止并返回False发现？

Answer 1

你的阵列有多大？我会想象它们非常大，例如在性能成为问题之前A.shape = (1000000)或更大。你会考虑使用numpy views吗？

您可以尝试定义视图，例如(A < B).all()，而不是比较(A < B).any()或(A[:10] < B[:10]).all()。这是一个可能有效的简单循环：

k = 0
while( (A[k*10: (k+1)*10] < B[k*10: (k+1)*10] ).all() ):
    k += 1

您可以使用100或10**3段大小而不是10。显然，如果您的细分受众群大小为1，则说：

k = 0
while ( A[k] < B[k] ):
    k+= 1

有时，比较整个阵列可能会占用大量内存。如果A和B的长度为10000，并且我需要比较每对元素，那么我将耗尽空间。

Answer 2

普通Python and和or使用快捷方式评估，但numpy没有。

(A < B).all()

使用numpy构建基块，广播，逐元素与<的比较以及all缩减。 <只适用于其他二元操作，加上，时间和，或，或，等等。all与其他缩减方法any，max一样， sum，mean，可以对整个数组或按行或按列进行操作。

可以编写一个将all和<组合成一个迭代的函数，但是很难得到我刚才描述的一般性。

但是如果您必须使用快捷操作实现迭代解决方案并快速执行，我建议使用nditer开发该想法，然后使用cython进行编译。< / p>

http://docs.scipy.org/doc/numpy/reference/arrays.nditer.html是使用nditer的好教程，它会引导您在cython中使用它。 nditer负责广播和迭代，让您专注于比较和任何捷径。

这是一个可以投射到cython的迭代器的草图：

import numpy as np

a = np.arange(4)[:,None]
b = np.arange(2,5)[None,:]
c = np.array(True)
it = np.nditer([a, b, c], flags=['reduce_ok'],
    op_flags = [['readonly'], ['readonly'],['readwrite']])
for x, y, z in it:
    z[...] = x<y
    if not z:
        print('>',x,y)
        break
    else:
        print(x,y)
print(z)

运行示例：

1420:~/mypy$ python stack34852272.py 
(array(0), array(2))
(array(0), array(3))
(array(0), array(4))
(array(1), array(2))
(array(1), array(3))
(array(1), array(4))
('>', array(2), array(2))
False

以默认False和其他break条件开头，您可以获得快捷方式any。推广测试以处理<，<=等将会更有效。

使用Python工作，然后在Cython中尝试。如果您在执行该步骤时遇到问题，请返回一个新问题。 SO拥有Cython用户的良好基础。

numpy数组比较的快捷评估

2 个答案: