Numpy 快速无阵列布尔交

我有两个形状相同的3D布尔数组（比如

（512512）

）。 我想检查一个数组的

True

区域是否完全包含在第二个数组中

现在我想到的最好的办法是：

np.all((A * B) == A)

有没有更快的方法？不幸的是，这进入了一个内部循环，我无法进一步优化，因此我从中刮得越多越好。

方法1:如果它们是布尔数组，

和ing

可能比乘法更好-

((A & B) == A).all()

方法#2:另一种方法是计算真值-

np.count_nonzero(A & B) == np.count_nonzero(A)

运行时测试-

In [225]: A = np.random.rand(512,512,512)>0.5
     ...: B = np.random.rand(512,512,512)>0.5

In [226]: %timeit np.all((A * B) == A)
     ...: %timeit ((A & B) == A).all()
     ...: %timeit np.count_nonzero(A & B) == np.count_nonzero(A)
10 loops, best of 3: 170 ms per loop
10 loops, best of 3: 169 ms per loop
10 loops, best of 3: 57.7 ms per loop

---

方法#3:在numba水平上短路，主要是寻找是否存在任何

A

True，而对应的

B

不存在-

from numba import njit 

@njit
def numba_app(a, b):
    l = len(a)
    out = True
    for i in range(l):
        if a[i] & ~b[i]:
            out = False
            break
    return out

out = numba_app(A.ravel(), B.ravel())

---

此

短路方法的计时取决于数据。
酷，你确定进近#2真的会交叉吗？我的情况并非如此，但如果两个数组在不同位置具有相同数量的孔，即使它们不匹配，它仍然可以计算为true。@filippo如果它们在不同位置具有相同数量的孔，
A&B
的真值将小于
A
中的真值。这就是它起作用的原因。重要的是我在计算A&B的真实值。也许你弄糊涂了，你说得对！也许是时候休息一下喝杯咖啡了。。。非常感谢。