有没有更快的方法来分隔两个数组的最小值和最大值?
Posted
技术标签:
【中文标题】有没有更快的方法来分隔两个数组的最小值和最大值?【英文标题】:Is there a faster way to separate the minimum and maximum of two arrays? 【发布时间】:2013-05-10 19:02:35 【问题描述】:In [3]: f1 = rand(100000)
In [5]: f2 = rand(100000)
# Obvious method:
In [12]: timeit fmin = np.amin((f1, f2), axis=0); fmax = np.amax((f1, f2), axis=0)
10 loops, best of 3: 59.2 ms per loop
In [13]: timeit fmin, fmax = np.sort((f1, f2), axis=0)
10 loops, best of 3: 30.8 ms per loop
In [14]: timeit fmin = np.where(f2 < f1, f2, f1); fmax = np.where(f2 < f1, f1, f2)
100 loops, best of 3: 5.73 ms per loop
In [36]: f1 = rand(1000,100,100)
In [37]: f2 = rand(1000,100,100)
In [39]: timeit fmin = np.amin((f1, f2), axis=0); fmax = np.amax((f1, f2), axis=0)
1 loops, best of 3: 6.13 s per loop
In [40]: timeit fmin, fmax = np.sort((f1, f2), axis=0)
1 loops, best of 3: 3.3 s per loop
In [41]: timeit fmin = np.where(f2 < f1, f2, f1); fmax = np.where(f2 < f1, f1, f2)
1 loops, best of 3: 617 ms per loop
例如,也许有一种方法可以在一个步骤中执行两个 where
命令并返回 2 个?
为什么amin
的实现方式与where
不同,如果它快得多?
【问题讨论】:
【参考方案1】:使用 numpy 的内置元素 maximum
和 minimum
- 它们比 where
快。
numpy docs for maximum 中的注释证实了这一点:
等效于 np.where(x1 > x2, x1, x2),但速度更快,并且可以正确广播。
第一次测试你想要的行应该是这样的:
fmin = np.minimum(f1, f2); fmax = np.maximum(f1, f2)
我自己的结果表明这要快得多。请注意,minimum
和 maximum
将适用于任何 n 维数组,只要两个参数的形状相同。
Using amax 3.506
Using sort 1.830
Using where 0.635
Using numpy maximum, minimum 0.178
【讨论】:
等等,什么!?出于某种原因,我认为这些是amin
和amax
的同义词。这些文档甚至没有相互链接。叹。这确实快得多。以上是关于有没有更快的方法来分隔两个数组的最小值和最大值?的主要内容,如果未能解决你的问题,请参考以下文章
Javascript:使用 reduce() 查找最小值和最大值?