Python逐位对比多组同尺寸二维数组求最大值及对应日期咨询

实现方案 #

核心逻辑是每次仅加载1个新数组和内存中已存的当前最大值、日期数组做对比更新，内存占用仅和单个数组的尺寸相关，和总数据量无关，完全可以支撑数千个大体积数组的计算。
以下是可直接适配你需求的代码：

import numpy as np

# 此处替换为你实际的日期和对应数组存储路径的映射，无需提前加载数组
date_file_map = [
    ('day1', 'path/to/day1.npy'),
    ('day2', 'path/to/day2.npy'),
    ('day3', 'path/to/day3.npy'),
    ('day4', 'path/to/day4.npy')
]

# 初始化：仅加载第一个数组作为初始基准
first_date, first_path = date_file_map[0]
# 实际使用时替换为 current_max = np.load(first_path) 读取本地文件
current_max = np.array([[4, 5, 6, 8],[9, 5, 3, 5]])
current_date = np.full(current_max.shape, first_date, dtype=object)

# 遍历剩余所有数组，单次仅加载一个
for date_name, file_path in date_file_map[1:]:
    # 实际使用时替换为 current_arr = np.load(file_path) 读取本地文件
    if date_name == 'day2':
        current_arr = np.array([[6, 0, 0, 1],[6, 1, 8, 1]])
    elif date_name == 'day3':
        current_arr = np.array([[5, 2, 7, 9],[4, 3, 7, 7]])
    elif date_name == 'day4':
        current_arr = np.array([[1, 0, 0, 7],[4, 7, 7, 3]])
    
    # 标记需要更新的位置
    update_mask = current_arr > current_max
    # 更新最大值
    current_max[update_mask] = current_arr[update_mask]
    # 更新对应位置的日期
    current_date[update_mask] = date_name

# 输出结果和你预期完全一致
highest_values = current_max
date = tuple(current_date.tolist())
print(highest_values)
print(date)

内容的提问来源于stack exchange，提问作者Jab