我们可以使用NumPy内置的np.maximum，正是为此而制作的-
np.maximum(array1, array2)
另一种方式是使用NumPy的ufuncnp.max上的2D堆叠阵列和max- reduce沿着第一轴线(axis=0)-
np.max([array1,array2],axis=0)
100万个数据集上的时间-
In [271]: array1 = np.random.randint(0,9,(1000000))
In [272]: array2 = np.random.randint(0,9,(1000000))
In [274]: %timeit np.maximum(array1, array2)
1000 loops, best of 3: 1.25 ms per loop
In [275]: %timeit np.max([array1, array2],axis=0)
100 loops, best of 3: 3.31 ms per loop
# @Eric Duminil's soln1
In [276]: %timeit np.where( array1 > array2, array1, array2)
100 loops, best of 3: 5.15 ms per loop
# @Eric Duminil's soln2
In [277]: magic = lambda x,y : np.where(x > y , x, y)
In [278]: %timeit magic(array1, array2)
100 loops, best of 3: 5.13 ms per loop
同样，可以np.minimum在两个相同或可广播形状的数组之间找到按元素的最小值。因此，要找到array1和之间的逐元素最小值array2，我们将有：
np.minimum(array1, array2)
有关ufuncs支持此功能的完整列表，请参考 并寻找关键字：element-wise。Grep对于这些，我得到了以下ufuncs：
加，减，乘，除，logaddexp，logaddexp2，true_divide，floor_divide，幂，余数，mod，fmod，divmod，heaviside，gcd，lcm，arctan2，hypot，bitwise_and，bitwise_or，bitwise_xor，left_shift，right_shift，更大，更大等于较少，less_equal，not_equal，equal，逻辑与，逻辑或，逻辑异或，最大值，最小值，fmax，fmin，copysign，nextafter，ldexp，fmod
602392714
清零编程群