如何高效将两个numpy数组调整大小至二者长度的较小值

最优实现方案 #

优先用切片操作实现，性能远高于resize，而且默认不修改原始数组，更安全：

import numpy as np

array1 = np.array([-1,-2,-3,-4], np.single)
array2 = np.array([1,2,3,4,5,6,7,8], np.single)
min_len = min(len(array1), len(array2))
# 切片返回的是数组视图，不会产生额外的数据拷贝，大数组下效率提升非常明显
array1_trim, array2_trim = array1[:min_len], array2[:min_len]

print(array1_trim)
print(array2_trim)

输出和你原代码完全一致：

[-1. -2. -3. -4.]
[1. 2. 3. 4.]

方案说明 #

• 如果你确实需要原地修改原始数组，原有的resize写法也可以用，但要注意：数组实例的resize方法在数组有其他引用时会抛出警告，更推荐用切片得到新数组的方式，避免意外修改原始数据。
• 如果要批量裁剪多个数组，还可以简化为列表推导的写法：

arrs = [array1, array2]
min_len = min(len(arr) for arr in arrs)
trimmed_arrs = [arr[:min_len] for arr in arrs]

内容的提问来源于stack exchange，提问作者Landon