在 numexpr 中限制子表达式

Question

如何使用

numexpr有效地表达以下内容？

z = min(x-y, 1.0) / (x+y)

在这里，x和y是一些相同形状的大型 NumPy 数组。

换句话说，我试图在x-y除以x+y之前将其限制为1.0。

我想使用单个numexpr表达式来做到这一点（x和y很大，我不想多次迭代它们）。

Answer 1

也许这样的事情会起作用？

In [11]: import numpy as np
In [12]: import numexpr as ne    
In [13]:     
In [13]: x = np.linspace(0.02, 5.0, 1e7)
In [14]: y = np.sin(x)
In [15]:     
In [15]: timeit z0 = ((x-y) - ((x-y) > 1) * (x-y - 1))/(x+y)
1 loops, best of 3: 1.02 s per loop
In [16]: timeit z1 = ne.evaluate("((x-y) - ((x-y) > 1.) * ((x-y) - 1.))/(x+y)")
10 loops, best of 3: 120 ms per loop    
In [17]: timeit z2 = ne.evaluate("((x-y)/(x+y))")
10 loops, best of 3: 103 ms per loop

超过

分区的上限是有惩罚的，但还不错。 不幸的是，当我尝试它用于一些较大的数组时，它出现了段错误。:-/

更新：这更漂亮，也快一点：

In [40]: timeit w0 = ne.evaluate("where(x-y>1,1,x-y)/(x+y)")
10 loops, best of 3: 114 ms per loop