是否可以矢量化此 numpy 数组比较？
Is it possible to vectorize this numpy array comparison?
我在 Python 中有这两个 numpy 数组：
a = np.array(sorted(np.random.rand(6)*6)) # It is sorted.
b = np.array(np.random.rand(3)*6)
假设数组是
a = array([0.27148588, 0.42828064, 2.48130785, 4.01811243, 4.79403723, 5.46398145])
b = array([0.06231266, 1.64276013, 5.22786201])
我想生成一个包含索引的数组，其中 a 比 b 中的每个元素 <=，即我想要的正是：
np.argmin(np.array([a<b_i for b_i in b]),1)-1
产生 array([-1, 1, 4]) 意味着 b[0]<a[0]、a[1]<b[1]<a[2] 和 a[4]<b[2]<a[5].
是否有任何本机 numpy 快速矢量化方法可以避免 for 循环？
要回答您的 具体 问题，即获得等同于 np.array([a<b_i for b_i in b] 的矢量化方法，您可以利用广播，在这里，您可以使用：
a[None, ...] < b[..., None]
所以：
>>> a[None, ...] < b[..., None]
array([[False, False, False, False, False, False],
[ True, True, False, False, False, False],
[ True, True, True, True, True, False]])
重要的是，对于广播：
>>> a[None, ...].shape, b[..., None].shape
((1, 6), (3, 1))
这里link to the official numpy docs了解广播。一些相关花絮：
When operating on two arrays, NumPy compares their shapes
element-wise. It starts with the trailing (i.e. rightmost) dimensions
and works its way left. Two dimensions are compatible when
they are equal, or
one of them is 1
...
When either of the dimensions compared is one, the other is used. In
other words, dimensions with size 1 are stretched or “copied” to match
the other.
编辑
如您问题下的评论所述，使用完全不同的方法在算法上比您自己的蛮力解决方案要好得多，即利用二进制搜索，使用np.searchsorted
我在 Python 中有这两个 numpy 数组：
a = np.array(sorted(np.random.rand(6)*6)) # It is sorted.
b = np.array(np.random.rand(3)*6)
假设数组是
a = array([0.27148588, 0.42828064, 2.48130785, 4.01811243, 4.79403723, 5.46398145])
b = array([0.06231266, 1.64276013, 5.22786201])
我想生成一个包含索引的数组，其中 a 比 b 中的每个元素 <=，即我想要的正是：
np.argmin(np.array([a<b_i for b_i in b]),1)-1
产生 array([-1, 1, 4]) 意味着 b[0]<a[0]、a[1]<b[1]<a[2] 和 a[4]<b[2]<a[5].
是否有任何本机 numpy 快速矢量化方法可以避免 for 循环？
要回答您的 具体 问题，即获得等同于 np.array([a<b_i for b_i in b] 的矢量化方法，您可以利用广播，在这里，您可以使用：
a[None, ...] < b[..., None]
所以：
>>> a[None, ...] < b[..., None]
array([[False, False, False, False, False, False],
[ True, True, False, False, False, False],
[ True, True, True, True, True, False]])
重要的是，对于广播：
>>> a[None, ...].shape, b[..., None].shape
((1, 6), (3, 1))
这里link to the official numpy docs了解广播。一些相关花絮：
When operating on two arrays, NumPy compares their shapes element-wise. It starts with the trailing (i.e. rightmost) dimensions and works its way left. Two dimensions are compatible when
they are equal, or
one of them is 1
...
When either of the dimensions compared is one, the other is used. In other words, dimensions with size 1 are stretched or “copied” to match the other.
编辑
如您问题下的评论所述，使用完全不同的方法在算法上比您自己的蛮力解决方案要好得多，即利用二进制搜索，使用np.searchsorted