在 NumPy 中进行元素操作时，添加条件语句的最佳方法是什么？

Question

我有一个正整数列表，我想从所有元素中重复减去最小元素，但前提是该元素不是最小值的实例。例如，在一次迭代中

a = np.array([3, 5, 9, 3, 3]) 变为 [3, 2, 6, 3, 3] 并最终变为 [1,1,1,1,1]。

也就是说，没有条目会减少到 0。我怀疑可能存在一种简单的方法来修改 a - min(a)，使得 a[0]、a[3] 和 a[4] 不会变为 0，但是我不知道。

我知道这可以通过列表理解来完成：

while len(set(arr)) > 1:

arr = [a - min(arr) if a > min(arr) else a for a in arr]

虽然数组可能非常大，所以考虑到时间效率，我希望 NumPy 有一种方便的方法来做到这一点。我对 Python 还是很陌生，因此感谢所有能力的更正/信息。

Answer 1

这可以使用 where 函数的 3 子句变体来处理：

>>> import numpy as np
>>> a = np.array([3, 5, 9, 3, 3])
>>> m = a.min()
>>> np.where(a != m, a - m, m)
array([3, 2, 6, 3, 3])

并将其包装在 while 循环中。

除了使用set，您还可以使用numpy.unique：

while len(np.unique(a)) > 1:
    m = a.min()
    a = np.where(a != m, a - m, m)

但您应该分别对这两种变体（set 与 unique，列表理解与 where）进行计时，以查看哪种方法对较大的数组最有效。

另一个变体是比较最大值和最小值：也许a.max() 可以比np.unique 计算得更快：

while True:
    m = a.min()
    if m == a.max():
        break
    a = np.where(a != m, a - m, m)