4
In [3]: f1 = rand(100000)
In [5]: f2 = rand(100000)
# Obvious method:
In [12]: timeit fmin = np.amin((f1, f2), axis=0); fmax = np.amax((f1, f2), axis=0)
10 loops, best of 3: 59.2 ms per loop
In [13]: timeit fmin, fmax = np.sort((f1, f2), axis=0)
10 loops, best of 3: 30.8 ms per loop
In [14]: timeit fmin = np.where(f2 < f1, f2, f1); fmax = np.where(f2 < f1, f1, f2)
100 loops, best of 3: 5.73 ms per loop
In [36]: f1 = rand(1000,100,100)
In [37]: f2 = rand(1000,100,100)
In [39]: timeit fmin = np.amin((f1, f2), axis=0); fmax = np.amax((f1, f2), axis=0)
1 loops, best of 3: 6.13 s per loop
In [40]: timeit fmin, fmax = np.sort((f1, f2), axis=0)
1 loops, best of 3: 3.3 s per loop
In [41]: timeit fmin = np.where(f2 < f1, f2, f1); fmax = np.where(f2 < f1, f1, f2)
1 loops, best of 3: 617 ms per loop
마찬가지로 두 진수를 모두 한 단계에서 where
명령을 수행하는 방법이 있습니까?최소 및 최대 배열 두 개를 더 빨리 분리 할 수 있습니까?
amin
이 where
과 같은 방식으로 구현되는 이유는 무엇보다 빠른 속도일까요?
기다려, 뭐!? 나는 그것들이 어떤 이유로 amin과 amax에 대한 동의어라고 생각했다. 문서는 서로 링크하지 않습니다. 한숨. 그것은 실제로 훨씬 더 빠릅니다. – endolith