当函数包含条件时，使用Numpy将函数应用于数组

Question

当函数包含条件时，我很难将函数应用于数组。 我的解决方法效率低下，正在寻找一种高效（快速）的方法。 在一个简单的示例中：

pts = np.linspace(0,1,11)
def fun(x, y):
    if x > y:
        return 0
    else:
        return 1

现在，如果我运行：

result = fun(pts, pts)

然后我得到错误

ValueError：具有多个元素的数组的真值不明确。 使用a.any（）或a.all（）

在if x > y行处引发。 我的效率不高的解决方法是：给出正确的结果但太慢了：

result = np.full([len(pts)]*2, np.nan)
for i in range(len(pts)):
    for j in range(len(pts)):
        result[i,j] = fun(pts[i], pts[j])

以更好（更重要的是，更快）的方式获得此效果的最佳方法是什么？

当函数包含条件时，我很难将函数应用于数组。 我的解决方法效率低下，正在寻找一种高效（快速）的方法。 在一个简单的示例中：

pts = np.linspace(0,1,11)
def fun(x, y):
    if x > y:
        return 0
    else:
        return 1

现在，如果我运行：

result = fun(pts, pts)

然后我得到了错误

ValueError：具有多个元素的数组的真值不明确。 使用a.any（）或a.all（）

在if x > y行处引发。 我的效率不高的解决方法是：给出正确的结果但太慢了：

result = np.full([len(pts)]*2, np.nan)
for i in range(len(pts)):
    for j in range(len(pts)):
        result[i,j] = fun(pts[i], pts[j])

以更好（更重要的是，更快）的方式获得此效果的最佳方法是什么？

编辑 ：使用

def fun(x, y):
    if x > y:
        return 0
    else:
        return 1
x = np.array(range(10))
y = np.array(range(10))
xv,yv = np.meshgrid(x,y)
result = fun(xv, yv)  

仍然引发相同的ValueError 。

Answer 1

该错误非常明显-假设您有

x = np.array([1,2])
y = np.array([2,1])

这样

(x>y) == np.array([0,1])

if np.array([0,1])语句的结果应该是什么？ 是真的还是假的？ numpy告诉您这是模棱两可的。 运用

(x>y).all()

要么

(x>y).any()

是明确的，因此numpy可以为您提供解决方案-任何一个单元对都满足条件，或者全部满足-两者都是明确的真实值。 您必须自己定义向量x大于向量y的含义。

用于对所有x和y对进行操作的numpy解决方案，以使x[i]>y[j]使用网格网格生成所有对：

>>> import numpy as np
>>> x=np.array(range(10))
>>> y=np.array(range(10))
>>> xv,yv=np.meshgrid(x,y)
>>> xv[xv>yv]
array([1, 2, 3, 4, 5, 6, 7, 8, 9, 2, 3, 4, 5, 6, 7, 8, 9, 3, 4, 5, 6, 7, 8,
       9, 4, 5, 6, 7, 8, 9, 5, 6, 7, 8, 9, 6, 7, 8, 9, 7, 8, 9, 8, 9, 9])
>>> yv[xv>yv]
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2,
       2, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 6, 6, 6, 7, 7, 8])

发送xv和yv到fun ，或者在函数中创建网格yv ，这取决于更合理的选择。 这将生成所有对xi,yj ，使得xi>yj 。 如果您想要实际的索引，只需返回xv>yv ，其中每个单元格ij对应于x[i]和y[j] 。 在您的情况下：

def fun(x, y):
    xv,yv=np.meshgrid(x,y)
    return xv>yv

如果x[i]>y[j]则返回fun(x,y)[i][j]为True或否则为False的x[i]>y[j] 。 另外

return  np.where(xv>yv)

将返回两个成对的索引对的数组的元组，这样

for i,j in fun(x,y):

也会保证x[i]>y[j] 。

Answer 2

In [253]: x = np.random.randint(0,10,5)
In [254]: y = np.random.randint(0,10,5)
In [255]: x
Out[255]: array([3, 2, 2, 2, 5])
In [256]: y
Out[256]: array([2, 6, 7, 6, 5])
In [257]: x>y
Out[257]: array([ True, False, False, False, False])
In [258]: np.where(x>y,0,1)
Out[258]: array([0, 1, 1, 1, 1])

为了与这两个1d数组进行笛卡尔比较，请重塑一个数组，以便可以使用broadcasting ：

In [259]: x[:,None]>y
Out[259]: 
array([[ True, False, False, False, False],
       [False, False, False, False, False],
       [False, False, False, False, False],
       [False, False, False, False, False],
       [ True, False, False, False, False]])
In [260]: np.where(x[:,None]>y,0,1)
Out[260]: 
array([[0, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1],
       [0, 1, 1, 1, 1]])

您的函数（带有if仅适用于标量输入。 如果给定数组，则a>b会生成一个布尔数组，该布尔数组不能在if语句中使用。 您的迭代有效，因为它传递了标量值。 对于某些最好的复杂函数，您可以做到（ np.vectorize可以使迭代更简单，但不能更快）。

我的答案是看一下数组比较，然后从中得出答案。 在这种情况下，3参数where不布尔阵列映射到所期望的1/0的一个很好的工作。 还有其他方法可以执行此映射。

您的双循环需要添加一层编码，即广播的None 。

Answer 3

对于更复杂的示例，或者如果要处理的数组更大，或者可以写入已经预先分配的数组，可以考虑使用Numba 。

例

import numba as nb
import numpy as np

@nb.njit()
def fun(x, y):
  if x > y:
    return 0
  else:
    return 1

@nb.njit(parallel=False)
#@nb.njit(parallel=True)
def loop(x,y):
  result=np.empty((x.shape[0],y.shape[0]),dtype=np.int32)
  for i in nb.prange(x.shape[0]):
    for j in range(y.shape[0]):
      result[i,j] = fun(x[i], y[j])
  return result

@nb.njit(parallel=False)
def loop_preallocated(x,y,result):
  for i in nb.prange(x.shape[0]):
    for j in range(y.shape[0]):
      result[i,j] = fun(x[i], y[j])
  return result

计时

x = np.array(range(1000))
y = np.array(range(1000))

#Compilation overhead of the first call is neglected

res=np.where(x[:,None]>y,0,1) -> 2.46ms
loop(single_threaded)         -> 1.23ms
loop(parallel)                -> 1.0ms
loop(single_threaded)*        -> 0.27ms
loop(parallel)*               -> 0.058ms

*可能受缓存影响。 测试您自己的示例。