矢量化版本

Question

比方说，我有一个名为purity_list一个熊猫数据框如下：

In[]: purity_list 
Out[]: 
    48 49 50 
2 0.1 0.9 0.3 
A 0.2 -0.5 -0.6 
4 0.3 0.8 0.9 

我想这比较其他numpy的阵列，并得到最大的+ ve值，如果没有+ ve值，我想要最低值。

所以我们可以说我是如下比较这被称为purities numpy的数组：

In[]: purities 
Out[]: 
array([-0.2, 0.2, -0.8]) 

最接近的量化代码我现在所拥有的是这样的：

purity_list = np.where(np.absolute(purity_list) > np.absolute(purities), 
         purity_list, purities) 

当我运行该代码，这里是我将得到的：

In[]: purity_list 
Out[]: 
    48 49 50 
2 -0.2 0.9 -0.8 
A -0.2 -0.5 -0.8 
4 0.3 0.8 0.9 

我真正想要的是som略有不同。我有非矢量化的逻辑在这里：

for i, v1 in enumerate(purity_list): 
    for j, v2 in enumerate(v1): 
     if v2 > 0 or purities[j] > 0: 
      purity_list.iloc[i, j] = np.max(purity_list.iloc[i, j], purities[j]) 
     else: 
      purity_list.iloc[i, j] = np.min(purity_list.iloc[i, j], purities[j]) 

结果这将是：

In[]: purity_list 
Out[]: 
    48 49 50 
2 0.1 0.9 0.3 
A 0.2 0.2 -0.8 
4 0.3 0.8 0.9 

这就是我要寻找的结果。我重复这个声明超过10万次，我的数组非常大，所以我需要一个向量化版本。性能是关键。

Answer 1

您的np.where版本的逻辑不太正确。考虑一下当负值大于正值时，会发生什么情况。然而，工具的选择是合理的。因此，所有你需要做的是正确的状态，以更好地匹配你的目标是什么了：

np.where((purity_list < 0) & (purities < 0), 
     np.where(purity_list < purities, purity_list, purities), 
     np.where(purity_list > purities, purity_list, purities)) 
Out[42]: 
array([[ 0.1, 0.9, 0.3], 
     [ 0.2, 0.2, -0.8], 
     [ 0.3, 0.8, 0.9]]) 

如果嵌套np.where感觉傻傻的，逻辑可以组合：

np.where(((purity_list < 0) & (purities < 0) & (purity_list < purities)) 
     |(((purity_list > 0) | (purities > 0)) & (purity_list > purities)), 
     purity_list, purities) 
Out[43]: 
array([[ 0.1, 0.9, 0.3], 
     [ 0.2, 0.2, -0.8], 
     [ 0.3, 0.8, 0.9]]) 

但我发现它更清晰的第一种方式。