Question

似乎np.where函数先评估所有可能的结果，然后再评估条件。这意味着，就我而言，即使以后不再使用，它也会求出-5，-4，-3，-2，-1的平方根。

我的代码运行并运行。但是我的问题是警告。我避免使用循环来评估每个元素，因为它的运行速度比np.where慢得多。

所以，我在这里问

有什么方法可以让np.where首先评估条件吗？
我可以仅关闭此特定警告吗？怎么样？
如果有更好的建议，另一种更好的方法。

这里只有一个简短的示例代码，与我的真实代码相对应，这是巨大的。但是本质上有同样的问题。

输入：

import numpy as np

c=np.arange(10)-5
d=np.where(c>=0, np.sqrt(c) ,c )

输出：

RuntimeWarning: invalid value encountered in sqrt
d=np.where(c>=0,np.sqrt(c),c)

Answer 1

有一个很多更好的方法可以做到这一点。让我们看看您的代码在做什么，看看为什么。

np.where接受三个数组作为输入。数组不支持惰性评估。

d = np.where(c >= 0, np.sqrt(c), c)

因此，此行等效于

a = (c >= 0)
b = np.sqrt(c)
d = np.where(a, b, c)

请注意，输入是在where被调用之前立即计算的。

幸运的是，您根本不需要使用where。相反，只需使用布尔掩码：

mask = (c >= 0)
d = np.empty_like(c)
d[mask] = np.sqrt(c[mask])
d[~mask] = c[~mask]

如果您期望很多负面因素，则可以复制所有元素，而不仅仅是负面因素：

d = c.copy()
d[mask] = np.sqrt(c[mask])

一个更好的解决方案可能是使用掩码数组：

d = np.ma(c, c < 0)
d = np.ma.sqrt(d)

要访问整个数据数组，而未更改被屏蔽的部分，请使用d.data。

Answer 2

这是您第二个问题的答案。

是的，您可以关闭警告。使用warnings模块。

import warnings
warnings.filterwarnings("ignore")

Answer 3

一种解决方案是不使用np.where，而改用索引。

c = np.arange(10)-5
d = c.copy()
c_positive = c > 0
d[c_positive] = np.sqrt(c[c_positive])

Answer 4

np.sqrt是ufunc，并接受where参数。在这种情况下，它可以用作遮罩：

In [61]: c = np.arange(10)-5.0
In [62]: d = c.copy()
In [63]: np.sqrt(c, where=c>=0, out=d);
In [64]: d
Out[64]: 
array([-5.        , -4.        , -3.        , -2.        , -1.        ,
        0.        ,  1.        ,  1.41421356,  1.73205081,  2.        ])

与np.where情况相反，这不会在〜where元素处评估函数。

Numpy“哪里”功能无法避免评估Sqrt（负）

4 个答案: