python - NumPy 最小/最大就地分配

Question

是否可以在没有额外副本的情况下使用 NumPy 多维数组执行最小/最大就地分配？

说aandb是两个 2D numpy 数组，我想a[i,j] = min(a[i,j], b[i,j])为所有iand j.

一种方法是：

a = numpy.minimum(a, b)

但根据文档，numpy.minimum创建并返回一个新数组：

numpy.minimum(x1, x2[, out])
数组元素的元素最小值。
比较两个数组并返回一个包含元素最小值的新数组。

所以在上面的代码中，它会创建一个新的临时数组（a和的最小值b），然后将它分配给a并处置它，对吧？

有没有办法做类似的事情，a.min_with(b)以便将最小结果分配回a原位？

Answer 1

numpy.minimum()接受一个可选的第三个参数，即输出数组。您可以a在此处指定对其进行修改：

In [9]: a = np.array([[1, 2, 3], [2, 2, 2], [3, 2, 1]])

In [10]: b = np.array([[3, 2, 1], [1, 2, 1], [1, 2, 1]])

In [11]: np.minimum(a, b, a)
Out[11]: 
array([[1, 2, 1],
       [1, 2, 1],
       [1, 2, 1]])

In [12]: a
Out[12]: 
array([[1, 2, 1],
       [1, 2, 1],
       [1, 2, 1]])