python有没有matlab一样的历史记录_python–Numpy快速检查完全数组相等,就像Matlabsisequal一样...

首先,应该注意的是,在OP的示例中,数组具有相同的元素,因为B &＃61; A [&＃xff1a;]只是数组的视图,因此&＃xff1a;

>>> print A[0], B[0]

1.0, 1.0

但是,虽然测试不合适,但基本的抱怨是正确的&＃xff1a;Numpy没有短路等效性检查.

从the source可以很容易地看出allclose,array_equal和array_equiv都只是变体(A &＃61;&＃61; B)以匹配它们各自的细节,并且不会更快.

numpy的一个优点是切片只是视图,因此非常快,因此可以相当容易地编写自己的短路比较(我不是说这是理想的,但确实有效)&＃xff1a;

from numpy import *

A &＃61; zeros(1e8, dtype&＃61;&＃39;float32&＃39;)

B &＃61; A[:]

B[0] &＃61; 1

C &＃61; array(B)

C[0] &＃61; 2

D &＃61; array(A)

D[-1] &＃61; 2

def short_circuit_check(a, b, n):

L &＃61; len(a)/n

for i in range(n):

j &＃61; i*L

if not all(a[j:j&＃43;L]&＃61;&＃61;b[j:j&＃43;L]):

return False

return True

In [26]: %timeit short_circuit_check(A, C, 100) # 100x faster

1000 loops, best of 3: 1.49 ms per loop

In [27]: %timeit all(A&＃61;&＃61;C)

1 loops, best of 3: 158 ms per loop

In [28]: %timeit short_circuit_check(A, D, 100)

10 loops, best of 3: 144 ms per loop

In [29]: %timeit all(A&＃61;&＃61;D)

10 loops, best of 3: 160 ms per loop