Как удалить определенные элементы в массиве NumPy

Как я могу удалить некоторые конкретные элементы из массива NumPy? Скажи у меня есть

import numpy as np

a = np.array([1,2,3,4,5,6,7,8,9])

Затем я хочу удалить 3,4,7из a. Все, что я знаю, это индекс значений ( index=[2,3,6]).

Использовать numpy.delete () - возвращает новый массив с удаленными подмассивами вдоль оси

numpy.delete(a, index)

Для вашего конкретного вопроса:

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
index = [2, 3, 6]

new_a = np.delete(a, index)

print(new_a) #Prints `[1, 2, 5, 6, 8, 9]`

Обратите внимание, что numpy.delete()возвращается новый массив, поскольку скаляры массивов являются неизменяемыми, аналогично строкам в Python, поэтому каждый раз, когда в него вносятся изменения, создается новый объект. То есть, процитировать delete() документы :

« Копия arr с удаленными элементами, указанными в obj. Обратите внимание, что удаление не происходит на месте ...»

Если код, который я публикую, имеет вывод, это результат выполнения кода.

Существует встроенная функция NumPy, чтобы помочь с этим.

import numpy as np
>>> a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b = np.array([3,4,7])
>>> c = np.setdiff1d(a,b)
>>> c
array([1, 2, 5, 6, 8, 9])

Массив Numpy является неизменным , то есть технически вы не можете удалить из него элемент. Однако вы можете создать новый массив без ненужных значений, например так:

b = np.delete(a, [2,3,6])

Чтобы удалить по значению:

modified_array = np.delete(original_array, np.where(original_array == value_to_delete))

Не будучи наглым человеком, я сделал снимок:

>>> import numpy as np
>>> import itertools
>>> 
>>> a = np.array([1,2,3,4,5,6,7,8,9])
>>> index=[2,3,6]
>>> a = np.array(list(itertools.compress(a, [i not in index for i in range(len(a))])))
>>> a
array([1, 2, 5, 6, 8, 9])

Согласно моим тестам, это превосходит numpy.delete(). Я не знаю, почему это так, может быть из-за небольшого размера исходного массива?

python -m timeit -s "import numpy as np" -s "import itertools" -s "a = np.array([1,2,3,4,5,6,7,8,9])" -s "index=[2,3,6]" "a = np.array(list(itertools.compress(a, [i not in index for i in range(len(a))])))"
100000 loops, best of 3: 12.9 usec per loop

python -m timeit -s "import numpy as np" -s "a = np.array([1,2,3,4,5,6,7,8,9])" -s "index=[2,3,6]" "np.delete(a, index)"
10000 loops, best of 3: 108 usec per loop

Это довольно существенная разница (в направлении, противоположном тому, что я ожидал), у кого-нибудь есть идеи, почему это так?

Еще более странно, что передача numpy.delete()списка работает хуже, чем цикл по списку и присвоение ему одного индекса.

python -m timeit -s "import numpy as np" -s "a = np.array([1,2,3,4,5,6,7,8,9])" -s "index=[2,3,6]" "for i in index:" "    np.delete(a, i)"
10000 loops, best of 3: 33.8 usec per loop

Редактировать: Похоже, это связано с размером массива. С большими массивами, numpy.delete()значительно быстрее.

python -m timeit -s "import numpy as np" -s "import itertools" -s "a = np.array(list(range(10000)))" -s "index=[i for i in range(10000) if i % 2 == 0]" "a = np.array(list(itertools.compress(a, [i not in index for i in range(len(a))])))"
10 loops, best of 3: 200 msec per loop

python -m timeit -s "import numpy as np" -s "a = np.array(list(range(10000)))" -s "index=[i for i in range(10000) if i % 2 == 0]" "np.delete(a, index)"
1000 loops, best of 3: 1.68 msec per loop

Очевидно, что все это не имеет значения, так как вы всегда должны идти на ясность и избегать повторного изобретения колеса, но я нашел его немного интересным, поэтому я решил оставить его здесь.

Если вы не знаете индекс, вы не можете использовать logical_and

x = 10*np.random.randn(1,100)
low = 5
high = 27
x[0,np.logical_and(x[0,:]>low,x[0,:]<high)]

Использование np.delete- самый быстрый способ сделать это, если мы знаем индексы элементов, которые мы хотим удалить. Однако для полноты позвольте мне добавить еще один способ «удаления» элементов массива с помощью логической маски, созданной с помощью np.isin. Этот метод позволяет нам удалить элементы, указав их напрямую или по их индексам:

import numpy as np
a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

Удалить по показателям :

indices_to_remove = [2, 3, 6]
a = a[~np.isin(np.arange(a.size), indices_to_remove)]

Удалить по элементам (не забудьте заново создать оригинал, aпоскольку он был переписан в предыдущей строке):

elements_to_remove = a[indices_to_remove]  # [3, 4, 7]
a = a[~np.isin(a, elements_to_remove)]

Удалить конкретный индекс (я удалил 16 и 21 из матрицы)

import numpy as np
mat = np.arange(12,26)
a = [4,9]
del_map = np.delete(mat, a)
del_map.reshape(3,4)

Вывод:

array([[12, 13, 14, 15],
      [17, 18, 19, 20],
      [22, 23, 24, 25]])

Вы также можете использовать наборы:

a = numpy.array([10, 20, 30, 40, 50, 60, 70, 80, 90])
the_index_list = [2, 3, 6]

the_big_set = set(numpy.arange(len(a)))
the_small_set = set(the_index_list)
the_delta_row_list = list(the_big_set - the_small_set)

a = a[the_delta_row_list]