如何用NumPy计算元素间最小绝对差值（含跨100取模规则）

现有两个NumPy数组：

import numpy as np

a = np.array([101,105,90,102,90,10,50])
b = np.array([99,110,85,110,85,90,60])

expected_result = np.array([2,5,5,8,5,20,10])

需求：仅用NumPy运算计算两个数组对应元素间的最小绝对差值，且当两个数值跨100时需按100取模处理（即考虑数值在0-100循环的场景，比如10和90的最小差值是20，而非80）。

实现思路 #

核心逻辑是：对每一对对应元素，先计算两者的绝对差值d，再计算100 - d（这是跨100循环后的差值），最终取这两个值中的较小者，就是符合要求的最小绝对差值。

代码实现 #

import numpy as np

a = np.array([101,105,90,102,90,10,50])
b = np.array([99,110,85,110,85,90,60])

# 计算对应元素的绝对差值
d = np.abs(a - b)
# 取绝对差值和跨100差值中的较小值
result = np.minimum(d, 100 - d)

print(result)
# 输出：[ 2  5  5  8  5 20 10]
print(np.array_equal(result, expected_result))
# 输出：True

验证说明 #

• 元素对10和90：绝对差值为80，跨100循环后的差值为20，取最小值20，符合预期。
• 元素对101和99：绝对差值为2，跨100循环后的差值为98，取最小值2，符合预期。
• 其余元素对的计算逻辑一致，最终结果与预期完全匹配。

内容的提问来源于stack exchange，提问作者Majoris