python - numpy 中多个向量的逐元素最小值

Question

我知道在 numpy 中我可以计算两个向量的元素最小值

numpy.minimum(v1, v2)

如果我有一个等维向量列表，V = [v1, v2, v3, v4](但是是列表，不是数组)怎么办？采用 numpy.minimum(*V) 不起作用。相反，首选做什么？

Answer 1

如果 V 只有 2 个数组，则

*V 有效。 np.minimum 是一个 ufunc 并接受 2 个参数。

作为 ufunc，它有一个 .reduce 方法，因此它可以重复应用于列表输入。

In [321]: np.minimum.reduce([np.arange(3), np.arange(2,-1,-1), np.ones((3,))])
Out[321]: array([ 0.,  1.,  0.])

我怀疑 np.min 方法更快，但这可能取决于数组和列表的大小。

In [323]: np.array([np.arange(3), np.arange(2,-1,-1), np.ones((3,))]).min(axis=0)
Out[323]: array([ 0.,  1.,  0.])

ufunc 还有一个accumulate 可以向我们显示减少每个阶段的结果。这不是很有趣，但我可以调整输入来改变它。

In [325]: np.minimum.accumulate([np.arange(3), np.arange(2,-1,-1), np.ones((3,))])
     ...: 
Out[325]: 
array([[ 0.,  1.,  2.],
       [ 0.,  1.,  0.],
       [ 0.,  1.,  0.]])