numpy:对操作结果执行“任意”或“全部”的有效方法

Question

假设您有两个NumPy数组，a和b，并且要测试a的值是否大于b的对应值。

现在您可以计算一个布尔数组并调用它的any方法：

(a > b).any()

这将在内部执行所有循环，这是很好的，但是它需要对所有对执行比较，即使第一个结果计算为True。

或者，您可以对标量比较执行显式循环。在a和b形状相同(因此不需要广播)的情况下，示例实现可能如下所示：

any(ai > bi for ai, bi in zip(a.flatten(), b.flatten()))

这将受益于在遇到第一个True结果之后停止处理的能力，但是使用Python中的显式循环(尽管在理解过程中)所需的所有成本。

在NumPy本身或外部库中，是否有任何方法可以传递希望执行的操作的描述，而不是该操作的结果，然后让它在内部(以优化的低级别代码)执行可以从其中分离出来的“任意”循环？

人们可以想象某种假设性的界面，比如：

from array_operations import GreaterThan, Any

expression1 = GreaterThan('x', 'y')
expression2 = Any(expression1)

print(expression2.evaluate(x=a, y=b))

如果存在这样的事情，显然，它在动态创建函数方面，除了对all和any的有效评估之外，还可以有其他用途。

有这样的东西吗？

Answer 1

解决这一问题的一种方法是延迟/延迟/延迟评估。C++社区使用所谓的“表达式模板”来实现这一点；您可以在这里找到一个可访问的概述：http://courses.csail.mit.edu/18.337/2015/projects/TylerOlsen/18337_tjolsen_ExpressionTemplates.pdf

在Python中，最简单的方法是使用Numba。基本上，您只需使用for循环在Python中编写所需的函数，然后用@numba.njit修饰它，它就完成了。如下所示：

@numba.njit
def any_greater(a, b):
    for ai, bi in zip(a.flatten(), b.flatten()): 
        if ai > bi: 
            return True 
    return False 

有/曾经有一个NumPy增强建议可以帮助您的用例，但我认为它还没有实现：https://docs.scipy.org/doc/numpy-1.13.0/neps/deferred-ufunc-evaluation.html