[英]While doing element-wise operations in NumPy, what's the best way to add a conditional statement?
我有一个正整数列表,我想从所有元素中重复减去最小元素,但前提是该元素不是最小值的实例。 例如,在一次迭代中
a = np.array([3, 5, 9, 3, 3])
变为[3, 2, 6, 3, 3]
并最终变为[1,1,1,1,1]
。
也就是说,没有条目会减少到 0。我怀疑可能存在一种简单的方法来修改a - min(a)
使得a[0]
、 a[3]
和a[4]
不会变成0,但我不知道。
我知道这可以通过列表理解来完成:
while len(set(arr)) > 1:
arr = [a - min(arr) if a > min(arr) else a for a in arr]
arrays 可能非常大,所以考虑到时间效率,我希望 NumPy 有一种方便的方法来做到这一点。 我对 Python 很陌生,因此感谢所有容量的更正/信息。
这可以使用where
function 的 3 子句变体来处理:
>>> import numpy as np
>>> a = np.array([3, 5, 9, 3, 3])
>>> m = a.min()
>>> np.where(a != m, a - m, m)
array([3, 2, 6, 3, 3])
并将其包装在 while 循环中。
除了使用set
,您还可以使用numpy.unique
:
while len(np.unique(a)) > 1:
m = a.min()
a = np.where(a != m, a - m, m)
但是您应该分别对两种变体( set
与unique
,列表理解与where
)进行计时,以查看对于较大的 arrays 最有效的方法。
另一个变体是比较最大值和最小值:也许a.max()
可以比np.unique
更快地计算:
while True:
m = a.min()
if m == a.max():
break
a = np.where(a != m, a - m, m)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.