如何找到所有点的2D numpy数组中的点大于参考数组中的对应点的百分比？

Question

Python新手在这里。 给定一个列表（ mylist ）2D numpy的阵列，和一个参考2D numpy的阵列（ refarr ），我正在寻找一种方法来创建的阵列（ percentage_array ），其中每个点（I，J）为对应的百分比（ i，j）在mylist数组中的点大于refarr [i，j]。 我可以通过遍历数组和列表中的所有点来做到这一点，例如：

percentage_array = numpy.empty(arr.shape)
for i in range(arr.shape[0]):
    for j in range(arr.shape[1]):
        t = 0 
        f = 0
        for arr in mylist:
            if arr[i,j] > refarr[i,j]:
                t += 1 # counting the number of arrays for which [i,j] is true
            elif arr[i,j] <= refarr[i,j]:
                f += 1 # counting the number of arrays for which [i,j] is false
        percentage_array[i,j] = t/(t+f) # fraction of arrays which have 
                                        # arr[i,j] > refarr[i,j]

...但这既不快速也不优雅（我正在处理大量数据）。 有更好的方法可以做到这一点吗？

Answer 1

您可以使用创建3D数组

a = np.array(myList)

然后，您可以使用广播将该数组与原始数组进行比较：

a < refarr # gives a 3D array of booleans because refarr is broadcasted to a 3D array

并计算满足条件的值的百分比，请在第一个轴上取平均值：

(a < refarr[None, :, :]).mean(axis = 0)

这种方法的主要缺点是必须创建一个可能很大的数组a 。 否则我会考虑一一处理数组。