在numexpr中封闭子表达式

Question

如何使用numexpr有效地表达以下内容

z = min(x-y, 1.0) / (x+y)

这里，x和y是一些形状相同的大型NumPy数组。

换句话说，在除以x+y之前，我试图将x-y限制为1.0。

我想使用一个numexpr表达式(x和y都很大，我不想对它们进行多次迭代)。

Answer 1

也许像这样的东西能行得通？

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

分区上方的封顶是有惩罚的，但这并不是太糟糕。不幸的是，当我在一些较大的数组上尝试它时，它出现了分段错误。:-/

更新:这个更漂亮，速度也更快：

In [40]: timeit w0 = ne.evaluate("where(x-y>1,1,x-y)/(x+y)")
10 loops, best of 3: 114 ms per loop