两个仅含0、1的numpy数组逐元素比较分类的最高效计算方法

可行实现方案 #

以下两种方案均为numpy向量化实现，完全避免Python原生循环，计算效率远高于逐索引遍历。

方案1：算术查找表法（性能最优、代码最简洁）

利用两个数组均为0/1取值的特性，先计算加权组合值，再通过预定义查找表直接映射到目标分类编码：

import numpy as np

prediction = np.array([1, 0, 0, 1, 1, 0, 1, 1, 1])
groundtrue = np.array([1, 0, 1, 0, 1, 1, 0, 0, 1])

# 查找表索引对应规则：prediction*2 + groundtrue 的计算结果
lookup = np.array([2, 3, 4, 1])
comparison = lookup[prediction * 2 + groundtrue]

输出结果完全符合预期：array([1, 2, 3, 4, 1, 3, 4, 4, 1])

方案2：嵌套np.where法（可读性更高）

如果后续需要调整分类规则，嵌套条件判断的写法更容易理解和修改：

comparison = np.where(
    (prediction == 1) & (groundtrue == 1), 1,
    np.where(
        (prediction == 0) & (groundtrue == 0), 2,
        np.where(
            (prediction == 0) & (groundtrue == 1), 3,
            4
        )
    )
)

内容的提问来源于stack exchange，提问作者SantoshGupta7