在 NumPy 中进行元素操作时，添加条件语句的最佳方法是什么？

Question

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。

Answer 1

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)