最有效的方法（lo <= k && k <= hi）？ 1：0表示ka numpy數組，lo，hi常數

Question

我有一個大的numpy數組k ，具有未指定的形狀，我想構造一個相同形狀的數組d ，當k的相應條目在兩個常數lo和hi之間時為1.0，否則為0.0。 （因為什么較大的代碼是干什么的，我不想一個布爾值數組）。

顯而易見的方法是

d = np.ones_like(k)
d[np.less(k, lo)] = 0
d[np.greater(k, hi)] = 0

但是， np.less和np.greater調用涉及創建大型臨時布爾數組，我測量這是一個重要的開銷。 有沒有辦法執行此操作，不涉及創建任何大型臨時對象，同時保持完全矢量化？

Answer 1

正如有人說，numpy的是在臨時緩沖區沉重，它並沒有提供過它太多的控制。 如果內存占用確實是一個阻塞，你可以放入自己的小程序。 例如，

def process(x, lo, hi):
    """ lo <= x < hi ? 1.0 : 0.0."""
    x_shape = x.shape
    xx = np.ascontiguousarray(x).ravel()
    out = np.empty_like(xx)
    _process(xx, lo, hi, out)
    return out.reshape(x_shape)

_process在cython中的位置：

%%cython --annotate

import cython

@cython.boundscheck(False)
@cython.wraparound(False)
def _process(double[::1] x, double lo, double hi, double[::1] out):
    """ lo <= x < hi ? 1.0 : 0.0.""" 
    cdef:
        Py_ssize_t j
        double xj

    for j in range(x.shape[0]):
        xj = x[j]
        if lo <= xj < hi:
            out[j] = 1.0
        else:
            out[j] = 0.0

在這里我使用了jupyter筆記本（因此有趣的%%cython語法）。 在實際項目中，你需要輸入一個setup.py來編譯擴展等。這樣做的好處是否值得麻煩取決於你。

Answer 2

您可以根據比較創建布爾數組，然后轉換為浮點類型，一次性完成，如下所示 -

d = ((k >=lo) & (k <= hi)).astype(float)

Answer 3

less和greater采取out參數：

out=np.ones_like(k)
np.less(k,80,out=out);
out &= np.greater(k,20);
# np.logical_and(np.greater(k,20),out,out=out);

這可能最終會保存一個中間數組。 雖然我與ufunc印象out的是，它仍然會創建一個臨時數組，但后來只是把它復制到out 。

在一個小的（10x10）陣列上，這比@ zwol的方法快，但比@Divakar的速度慢。 但差異並不大。