Python Numpy快速检查完整的数组相等性，如Matlabs isequal

在Matlab中，内置的isequal检查两个数组是否相等。如果它们不相等，这可能会非常快，因为实现可能会在出现差异时立即停止检查：

>> A = zeros(1e9, 1, 'single');    
>> B = A(:);                     
>> B(1) = 1;
>> tic; isequal(A, B); toc;
Elapsed time is 0.000043 seconds.

Python/numpy中是否有任何等价物

all（A==B）

或

all（equal（A，B））

要慢得多，因为它比较所有元素，即使初始元素不同：

In [13]: A = zeros(1e9, dtype='float32')                                                                                                                                                           

In [14]: B = A.copy()

In [15]: B[0] = 1

In [16]: %timeit all(A==B)
1 loops, best of 3: 612 ms per loop

有没有与numpy相当的？用C实现应该很容易，但用Python实现应该很慢，因为这是一种我们不想广播的情况，所以需要显式循环

编辑：

似乎

array_equal

符合我的要求。但是，它并不比

all（A==B）

快，因为它不是一个内置函数，只是一个执行

A==B

的短Python函数。所以它不能满足我快速检查的需要

---

首先，应该注意，在OP的示例中，数组具有相同的元素，因为

B=A[：]

只是数组的一个视图，因此：

>>>  print A[0], B[0]
1.0, 1.0

但是，尽管测试并不合适，但基本抱怨是正确的：Numpy没有短路等效性检查

我们可以很容易地从中看出，所有的

allclose

、

array_equal

和

array_equal

都只是

all（A==B）

的变体，以匹配各自的细节，并且不会更快。

numpy的一个优点是，切片只是视图，因此速度非常快，因此可以相当轻松地编写自己的短路比较（我不是说这很理想，但它确实有效）：

---

此外，“all（equal（A，B））的速度要慢得多，因为它比较所有元素，即使初始元素不同”是不正确的，

all

如果遇到

False

，将提前返回，就像

any

在遇到

True

@Cyber但在

all

甚至开始之前，

equal（A，B）将提前返回一样

已经比较了所有元素。哦，好吧，我明白你的意思了，我错了。@Cyber编辑的问题

array_equal

看起来很棒，但实际上只是一个简短的Python函数，它不满足

a==B

的要求，因此不符合

fast

的要求。在问题中将其更改为

B=A.copy（）

。一定是被名单弄糊涂了。

>>>  print A[0], B[0]
1.0, 1.0

from numpy import *

A = zeros(1e8, dtype='float32')                                                                                                                                                         
B = A[:]
B[0] = 1
C = array(B)
C[0] = 2
D = array(A)
D[-1] = 2

def short_circuit_check(a, b, n):
    L = len(a)/n
    for i in range(n):
        j = i*L
        if not all(a[j:j+L]==b[j:j+L]):
                return False
    return True


In [26]: %timeit short_circuit_check(A, C, 100)   # 100x faster
1000 loops, best of 3: 1.49 ms per loop

In [27]: %timeit all(A==C)
1 loops, best of 3: 158 ms per loop

In [28]: %timeit short_circuit_check(A, D, 100)
10 loops, best of 3: 144 ms per loop

In [29]: %timeit all(A==D)
10 loops, best of 3: 160 ms per loop