从this post我明白log10（）在评估where之前进行评估。简单地说，我不明白该问题中提供的答案。另外为什么首先评估log10（），这肯定会导致不必要的计算？
merge_y = np.where（n＆lt; = 1,1，n * np.log10（n））
import matplotlib.pyplot as plt
import numpy as np
n = np.arange(0, 10, 0.0001)
merge_y = np.where(n <= 1, 1, n * np.log10(n))
insertion_y = n*n
plt.plot(n, merge_y,'g')
plt.plot(n,insertion_y,'r')
plt.grid(True)
plt.xlabel('n')
plt.ylabel('T(n)')
plt.title('Time complexities of merge and insertion sort w/ input size n')
plt.show()
答案 0 :(得分：2)
您必须了解np.where正在基于逻辑索引工作，您将其视为循环。 np.where做的是
np.where(return_this_logical_indexes, From_this_array_if_true, From_this_array_if_false)
但是为了做到这一点，那些数组必须存在，如果它是一个函数，那么它将对它进行求值以获得一个数组，然后用条件创建的逻辑数组对其进行索引。
你认为它更像是一个列表comprenhension，如：
merge_y = [x*np.log10(x) if x>=1 else 1 for x in n]
答案 1 :(得分：0)
为什么不这样做：
merge_y = np.ones_like(n)
mask = (n > 1)
n_m = n[mask]
merge_y[mask] = n_m * np.log10(n_m)