numpy：对操作结果执行“任何”或“全部”的有效方法

Question

假设您有两个 NumPy 数组a和b，并且您想测试 的任何值a是否大于 的对应值b。

现在你可以计算一个布尔数组并调用它的any方法：

(a > b).any()

这将在内部完成所有循环，这很好，但是即使第一个结果评估为 ，也需要对所有对执行比较True。

或者，您可以对标量比较进行显式循环。在a和b形状相同（因此不需要广播）的情况下的示例实现可能如下所示：

any(ai > bi for ai, bi in zip(a.flatten(), b.flatten()))

这将受益于在True遇到第一个结果后停止处理的能力，但与 Python 中的显式循环相关的所有成本（尽管在理解中）。

有没有什么办法，无论是在 NumPy 本身还是在外部库中，您都可以传入您希望执行的操作的描述，而不是该操作的结果，然后让它在内部执行操作（以优化的方式）低级代码）在一个“任何”循环中，可以从中打破？

人们可以假设某种界面，例如：

from array_operations import GreaterThan, Any

expression1 = GreaterThan('x', 'y')
expression2 = Any(expression1)

print(expression2.evaluate(x=a, y=b))

如果存在这样的东西，就能够动态创建函数而言，它显然可以有其他用途，而不是对alland 进行有效评估any。

有这样的吗？

Answer 1

解决这个问题的一种方法是延迟/推迟/惰性评估。C++ 社区使用一种称为“表达式模板”的东西来实现这一点；您可以在这里找到可访问的概述：http://courses.csail.mit.edu/18.337/2015/projects/TylerOlsen/18337_tjolsen_ExpressionTemplates.pdf

在 Python 中，最简单的方法是使用 Numba。基本上，您只需使用循环在 Python 中编写所需的函数for，然后用它来装饰@numba.njit它就完成了。像这样：

@numba.njit
def any_greater(a, b):
    for ai, bi in zip(a.flatten(), b.flatten()): 
        if ai > bi: 
            return True 
    return False 

有/曾经有一个 NumPy 增强提案可以帮助您的用例，但我认为它尚未实现：https ://docs.scipy.org/doc/numpy-1.13.0/neps/deferred-ufunc-评估.html