如何实现带out参数的NumPy数组与标量比较函数？

当然可以搞定！而且用NumPy原生的向量化操作就能轻松实现高性能需求，完全不用写低效的Python循环~

核心思路 #

NumPy本身提供了np.equal这个内置函数，它底层由C实现，支持向量化运算，还允许直接将结果写入预分配的数组，完美匹配你的性能要求。

封装成目标函数 #

我们只需要把这个原生操作封装成你想要的array_equal_to_scalar函数即可：

import numpy as np

def array_equal_to_scalar(arr, scalar, out=None):
    # 利用NumPy内置的equal操作，直接将结果写入out数组
    np.equal(arr, scalar, out=out)
    return out

使用示例 #

注意预分配数组时，最好指定dtype=bool（np.empty默认是浮点型，会浪费内存）：

# 定义输入数组
s = np.array(['a', 'b', 'c'])
# 预分配布尔类型的结果数组
mask = np.empty(s.shape, dtype=bool)
# 调用函数
array_equal_to_scalar(s, 'a', out=mask)

# 查看结果
print(mask)  # 输出: [ True False False]

性能说明 #

这个实现的高性能来自于：

• 完全避开Python层面的循环，利用NumPy的C底层执行向量化运算
• 直接复用预分配的数组，避免额外的内存分配开销
• 充分利用CPU的SIMD指令集，处理大型数组时优势尤为明显

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