有没有更快的方法来分离两个阵列的最小值和最大值？

Question

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 loopIn [13]: timeit fmin, fmax = np.sort((f1, f2), axis=0)10 loops, best of 3: 30.8 ms per loopIn [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 loopIn [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 loopIn [40]: timeit fmin, fmax = np.sort((f1, f2), axis=0)1 loops, best of 3: 3.3 s per loopIn [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就像，也许有一种方法可以where一步一步完成两个命令，得到2个返回值？如果要快得多，为什么不amin采用与一样的方法where呢？

Answer 1

使用numpy的内置的逐元素maximum和minimum-他们比快where。numpy文档中的注释最大程度地证实了这一点：

等效于np.where（x1> x2，x1，x2），但速度更快，并且可以正常广播。

您想要的第一个测试行将是这样的：

fmin = np.minimum(f1, f2); fmax = np.maximum(f1, f2)

我自己的结果表明，这样做的速度要快得多。请注意，minimum和maximum将任意n维数组上工作，只要这两个参数是相同的形状。

Using amax                    3.506

Using sort                    1.830

Using where                   0.635

Using numpy maximum, minimum  0.178