如果你np.cumsum(A)没有溢位问题, 可以试试这个, 我试了一下, 用np.vectorize似乎可行, 代码如下, 看看是不是你要的意思, 其中边界问题你再自己修一下 因为我不清楚你的B[i]~B[i+1]包不包含边界值 核心概念就是我只对A做一次np.cumsum令为C *** 每一区段减掉上一次区段最後的值就是当区段的cumsum *** import numpy as np A = np.array([1,-2,3,-4,5,-6,7,-8]*int(1e2)) # 超长Array A B = np.array([2, 4, 6, 7, 10, 13]) B_starts = B[:-1] B_ends = B[1:] C = np.cumsum(A[:(B[-1]+1)]) # cumsum只要做一次就好, 但做到max(B)就够了 C = np.append(0, C) # 放一个假的"上区段最後值=0" print('Lengths: A[{}], B[{}], B_starts[{}], B_ends[{}], C[{}]'.format( len(A), len(B), len(B_starts), len(B_ends), len(C))) def judge(start, end): """每一段的评估""" return np.any(C[start:end] - C[start-1] < 0) vec_func = np.vectorize(judge, cache=True) output = vec_func(start=B_starts+1, end=B_ends+1) %timeit vec_func(start=B_starts+1, end=B_ends+1) assert len(output) == len(B) - 1 assert output[0] == True assert output[1] == True assert output[2] == False --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.165.73.63 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/Python/M.1589117213.A.BB9.html