python比较数组中数的大小_比较两个不同长度的numpy数组

这可能是一种特殊情况，但您应该能够使用numpydigitize。这里需要注意的是，垃圾箱必须是单调递减或递增的。>>> import numpy

>>> a = numpy.array([10,7,2,0])

>>> b = numpy.array([10,9,8,7,6,5,4,3,2,1])

>>> indices = [numpy.where(a<=x)[0][0] for x in b]

[0, 1, 1, 1, 2, 2, 2, 2, 2, 3]

>>> numpy.digitize(b,a)

array([0, 1, 1, 1, 2, 2, 2, 2, 2, 3])

定时测试的设置：a = np.arange(50)[::-1]

b = np.random.randint(0,50,1E3)

np.allclose([np.where(a<=x)[0][0] for x in b],np.digitize(b,a))

Out[55]: True

一些时间安排：%timeit [np.where(a<=x)[0][0] for x in b]

100 loops, best of 3: 4.97 ms per loop

%timeit np.digitize(b,a)

10000 loops, best of 3: 48.1 µs per loop

看起来速度提高了两个数量级，但这在很大程度上取决于垃圾箱的数量。你的时间会有所不同。

为了与杰米的答案相比较，我已经计时了下面两段代码。由于我主要想关注的是searchsorted与digitize的速度&