python - numpy:对操作结果执行 "any"或 "all"的有效方法

Question

假设您有两个 NumPy 数组，a和 b ，并且您想测试 a 是否有任何值大于b的对应值.
现在你可以计算一个 bool 数组并调用它的 any方法:

(a > b).any()

这将在内部完成所有循环，这很好，但是即使第一个结果评估为 True，也需要对所有对执行比较。 .
或者，您可以对标量比较进行显式循环。在 a 的情况下的示例实现和 b形状相同(因此不需要广播)可能如下所示:

any(ai > bi for ai, bi in zip(a.flatten(), b.flatten()))

这将受益于在第一个 True 之后停止处理的能力。结果是遇到了，但所有成本都与 Python 中的显式循环相关联(尽管在理解中)。
有没有办法，无论是在 NumPy 本身还是在外部库中，您都可以传入您希望执行的操作的描述，而不是该操作的结果，然后让它在内部执行操作(以优化的方式)低级代码)在一个“任何”循环中，可以从中打破？
人们可以假设某种界面，例如:

from array_operations import GreaterThan, Any

expression1 = GreaterThan('x', 'y')
expression2 = Any(expression1)

print(expression2.evaluate(x=a, y=b))

如果存在这样的东西，显然它可以有其他用途，超出 all 的有效评估和 any ，就能够动态创建函数而言。
有这样的吗？

Answer 1

解决此问题的一种方法是延迟/延迟/延迟评估。 C++ 社区使用称为“表达式模板”的东西来实现这一点；您可以在此处找到可访问的概述:http://courses.csail.mit.edu/18.337/2015/projects/TylerOlsen/18337_tjolsen_ExpressionTemplates.pdf
在 Python 中，最简单的方法是使用 Numba。您基本上只需使用 for 在 Python 中编写您需要的函数即可。循环，然后你用 @numba.njit 装饰它它完成了。像这样:

@numba.njit
def any_greater(a, b):
    for ai, bi in zip(a.flatten(), b.flatten()): 
        if ai > bi: 
            return True 
    return False 

有一个 NumPy 增强提案可以帮助您的用例，但我认为它没有实现:https://docs.scipy.org/doc/numpy-1.13.0/neps/deferred-ufunc-evaluation.html