我如何有效地表达以下使用numexpr
?
z = min(x-y, 1.0) / (x+y)
这里是一些相同形状的大型 NumPy 数组x
。y
换句话说,我试图x-y
在1.0
除以之前限制x+y
。
我想使用单个numexpr
表达式来做到这一点(x
并且y
很大,我不想多次迭代它们)。
也许这样的事情会起作用?
In [11]: import numpy as np
In [12]: import numexpr as ne
In [13]:
In [13]: x = np.linspace(0.02, 5.0, 1e7)
In [14]: y = np.sin(x)
In [15]:
In [15]: timeit z0 = ((x-y) - ((x-y) > 1) * (x-y - 1))/(x+y)
1 loops, best of 3: 1.02 s per loop
In [16]: timeit z1 = ne.evaluate("((x-y) - ((x-y) > 1.) * ((x-y) - 1.))/(x+y)")
10 loops, best of 3: 120 ms per loop
In [17]: timeit z2 = ne.evaluate("((x-y)/(x+y))")
10 loops, best of 3: 103 ms per loop
超过该部门的上限会受到处罚,但这并不算太糟糕。不幸的是,当我为一些更大的数组尝试它时,它出现了段错误。:-/
更新:这更漂亮,也更快一点:
In [40]: timeit w0 = ne.evaluate("where(x-y>1,1,x-y)/(x+y)")
10 loops, best of 3: 114 ms per loop