布尔索引与 np.where

Question

好吧，假设我有一个 numpy 数组arr和一个形状相同的布尔数组mask（例如mask = arr >= 20）

\n

我想要一个包含arrwhere maskis的所有值的数组True。我并不关心订单（我将在之后计算其总和）

\n

根据我从numpy 文档收集的信息，我可以使用布尔索引：

\n

arr[mask]\n

\n

尽管如此，在互联网上，我看到了很多类似\xe2\x80\xaf的代码：

\n

arr[np.where(mask)]\n

\n

我认为，它的作用相同，但使用索引数组。

\n

这两行真的做同样的事情\xe2\x80\xaf 吗？如果是的话，其中之一是否更快\xe2\x80\xaf？

\n

Answer 1

至于性能：为什么不简单地衡量它呢？举个简单的例子：

\n

In [11]: y = np.arange(35).reshape(5,7)\n\nIn [12]: mask = (y % 2 == 0)\n\nIn [13]: mask\nOut[13]:\narray([[ True, False,  True, False,  True, False,  True],\n       [False,  True, False,  True, False,  True, False],\n       [ True, False,  True, False,  True, False,  True],\n       [False,  True, False,  True, False,  True, False],\n       [ True, False,  True, False,  True, False,  True]])\n

\n

然后%timeit：

\n

In [14]: %timeit y[mask]\n534 ns \xc2\xb1 1.61 ns per loop (mean \xc2\xb1 std. dev. of 7 runs, 1000000 loops each)\n\nIn [15]: %timeit y[np.where(mask)]\n2.18 \xc2\xb5s \xc2\xb1 16.7 ns per loop (mean \xc2\xb1 std. dev. of 7 runs, 100000 loops each)\n

\n

毫不奇怪 - 即使两条线之间没有功能差异 - 函数调用开销也会np.where变慢。至于“它们是否相同”？不完全是。来自np.where文档字符串：

\n

\n

where(condition, [x, y]):\n返回选自x或y依赖于 的元素condition。

\n

注意：当提供 only 时condition，此函数是 \n 的简写np.asarray(condition).nonzero()。直接使用nonzero应该是首选，因为它对于子类的行为是正确的。本文档的其余部分仅涵盖提供所有三个参数的情况。

\n

\n

回顾一下例子：

\n

虽然y[mask] 直接选择 的所有匹配 ( True) 元素y，但np.where(mask)绕道计算Truemask 中元素的所有（此处为 2D）索引位置：

\n

In [26]: np.where(mask)\nOut[26]:\n(array([0, 0, 0, 0, 1, 1, 1, 2, 2, 2, 2, 3, 3, 3, 4, 4, 4, 4], dtype=int64),\n array([0, 2, 4, 6, 1, 3, 5, 0, 2, 4, 6, 1, 3, 5, 0, 2, 4, 6], dtype=int64))\n

\n

换句话说：直接使用布尔掩码不仅更简单，而且避免了大量额外的计算。

\n