Numpy：向量化双分支测试（类似三元运算符）
Numpy: vectorizing two-branch test (ternary-operator like)
我正在 Numpy 中对一个测试进行矢量化以实现以下想法：执行 elementwise 一些测试并选择 expr1 或 expr2 根据测试。这就像 C 中的 三元运算符 : test?expr1:expr2
我看到了两种主要的执行方式；我想知道是否有充分的理由选择一个而不是另一个；也许还有其他技巧可用，我很乐意了解它们。主要目标是速度；因此，我不想将 np.vectorize 与 if-else 语句一起使用。
对于我的示例，我将重新构建 min 函数；请不要告诉我一些用于计算的 Numpy 函数；这只是一个例子！
思路一：在乘法中使用布尔的算术值：
# a and b have similar shape
test = a < b
ntest = np.logical_not(test)
out = test*a + ntest*b
想法 2：或多或少遵循 APL/J 编码风格（通过使用条件表达式作为数组的索引，该数组的维度比初始维度大数组）。
# a and b have similar shape
np.choose(a<b, np.array([b,a]))
这是更好的使用方法 choose
np.choose(a<b, [b,a])
在我的小时间里它更快。 choose 文档还说 Ifchoicesis itself an array (not recommended), ....
(a<b).choose([b,a])
节省一级函数重定向。
另一种选择：
out = b.copy(); out[test] = a[test]
在快速测试中，这实际上更快。 masked.filled 使用 np.copyto 进行这种 'where' 复制，尽管它似乎并没有更快。
choose 的变体是 where:
np.where(test,a,b)
或使用where（或np.nonzero）将布尔索引转换为数字索引：
I = np.where(test); out = b.copy(); out[I] = a[I]
出于某种原因，这个时间比一件式快得多。
我过去使用过乘法方法；如果我没记错的话，即使是 APL（尽管那是几十年前）。避免除以 0 的一个老技巧是添加 n==0、a/(b+(b==0))。但它并不普遍适用。 a*0、a*1要有道理。
choose 看起来不错，但是使用 mode 参数可能会更强大（因此更复杂）。
我不确定是否有 'best' 方法。时序测试可以评估某些情况，但我不知道它们在哪里可以推广到所有情况。
我正在 Numpy 中对一个测试进行矢量化以实现以下想法：执行 elementwise 一些测试并选择 expr1 或 expr2 根据测试。这就像 C 中的 三元运算符 : test?expr1:expr2
我看到了两种主要的执行方式；我想知道是否有充分的理由选择一个而不是另一个；也许还有其他技巧可用，我很乐意了解它们。主要目标是速度；因此，我不想将 np.vectorize 与 if-else 语句一起使用。
对于我的示例，我将重新构建 min 函数；请不要告诉我一些用于计算的 Numpy 函数；这只是一个例子！
思路一：在乘法中使用布尔的算术值：
# a and b have similar shape
test = a < b
ntest = np.logical_not(test)
out = test*a + ntest*b
想法 2：或多或少遵循 APL/J 编码风格（通过使用条件表达式作为数组的索引，该数组的维度比初始维度大数组）。
# a and b have similar shape
np.choose(a<b, np.array([b,a]))
这是更好的使用方法 choose
np.choose(a<b, [b,a])
在我的小时间里它更快。 choose 文档还说 Ifchoicesis itself an array (not recommended), ....
(a<b).choose([b,a])
节省一级函数重定向。
另一种选择：
out = b.copy(); out[test] = a[test]
在快速测试中，这实际上更快。 masked.filled 使用 np.copyto 进行这种 'where' 复制，尽管它似乎并没有更快。
choose 的变体是 where:
np.where(test,a,b)
或使用where（或np.nonzero）将布尔索引转换为数字索引：
I = np.where(test); out = b.copy(); out[I] = a[I]
出于某种原因，这个时间比一件式快得多。
我过去使用过乘法方法；如果我没记错的话，即使是 APL（尽管那是几十年前）。避免除以 0 的一个老技巧是添加 n==0、a/(b+(b==0))。但它并不普遍适用。 a*0、a*1要有道理。
choose 看起来不错，但是使用 mode 参数可能会更强大（因此更复杂）。
我不确定是否有 'best' 方法。时序测试可以评估某些情况，但我不知道它们在哪里可以推广到所有情况。