如何删除numpy数组中的特定元素

Posted

技术标签:

【中文标题】如何删除numpy数组中的特定元素【英文标题】:How to remove specific elements in a numpy array 【发布时间】:2012-06-15 07:18:42 【问题描述】:

如何从 numpy 数组中删除某些特定元素?说我有

import numpy as np

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

然后我想从a 中删除3,4,7。我只知道值的索引 (index=[2,3,6])。

【问题讨论】:

【参考方案1】:

过滤掉不需要的部分:

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

如果您有要删除的索引列表:

to_be_removed_inds = [2,3,6]
a = np.array([1,2,3,4,5,6,7,8,9])
a = a[[x for x in range(len(a)) if x not in to_be_removed]]

【讨论】:

【参考方案2】:

如果您没有要删除的元素的索引,可以使用 numpy 提供的函数in1d。

如果一维数组的元素也存在于第二个数组中,则该函数返回True。要删除元素,您只需对该函数返回的值取反即可。

请注意,此方法保留原始数组的顺序

In [1]: import numpy as np

        a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
        rm = np.array([3, 4, 7])
        # np.in1d return true if the element of `a` is in `rm`
        idx = np.in1d(a, rm)
        idx

Out[1]: array([False, False,  True,  True, False, False,  True, False, False])

In [2]: # Since we want the opposite of what `in1d` gives us, 
        # you just have to negate the returned value
        a[~idx]

Out[2]: array([1, 2, 5, 6, 8, 9])

【讨论】:

【参考方案3】:

列表理解也是一种有趣的方法。

a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
index = np.array([2, 3, 6]) #index is changed to an array.  
out = [val for i, val in enumerate(a) if all(i != index)]
>>> [1, 2, 5, 6, 8, 9]

【讨论】:

【参考方案4】:

如果我们知道要删除的元素的索引,使用np.delete 是最快的方法。但是,为了完整起见,让我添加另一种“删除”数组元素的方法,它使用在np.isin 的帮助下创建的布尔掩码。此方法允许我们通过直接指定元素或通过它们的索引来删除元素:

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

按索引删除

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

按元素删除(不要忘记重新创建原始的a,因为它在上一行被重写):

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

【讨论】:

【参考方案5】:

你也可以使用集合:

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]

【讨论】:

【参考方案6】:

删除特定索引(我从矩阵中删除了 16 和 21)

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

输出:

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

【讨论】:

【参考方案7】:

按值删除:

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

【讨论】:

问题是关于按索引删除项目,而不是删除具有特定值的项目【参考方案8】:

不知道索引就不能用logical_and

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

【讨论】:

【参考方案9】:

使用numpy.delete() - 返回一个 数组,其中删除了沿轴的子数组

numpy.delete(a, index)

针对您的具体问题:

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]`

请注意,numpy.delete() 返回一个新数组,因为array scalars 是不可变的,类似于 Python 中的字符串,因此每次对其进行更改时,都会创建一个新对象。即,引用delete() docs:

"a copy arr 删除了 obj 指定的元素。请注意 删除不会就地发生..."

如果我发布的代码有输出,那是代码运行的结果。

【讨论】:

@IngviGautsson 当您进行编辑时,您还将元素的正确值从 2、3、6 更改为 3、4、7,如果您现在运行代码,您不会得到正确的输出原样。我正在回滚编辑 AttributeError: 'list' 对象没有属性 'delete' @IngviGautsson 不,您的评论具有误导性。这按预期工作。但是, numpy.delete() 的文档确实指出“通常最好使用布尔掩码”;也给出了一个例子。 @Levon 你可以为 2D 添加示例吗? @IngviGautsson 你错了。它确实需要删除项目的索引,而不是项目本身。【参考方案10】:

有一个 numpy 内置函数可以帮助解决这个问题。

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])

【讨论】:

很高兴知道。我在想 np.delete 会慢一些,但可惜的是,1000 个整数的 timeit 说 delete 快 x2。 这很棒,因为它对数组的 进行操作,而不必提供要删除的索引/索引。例如:np.setdiff1d(np.array(['one','two']),np.array(['two', 'three'])) 这也会对输出进行排序,这可能不是我们想要的。否则非常好。 问题是“我所知道的只是值的索引”。所以,这是关于按索引删除项目,而不是按其值删除【参考方案11】:

我不是一个麻木的人,我拍了一张照片:

>>> 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])

根据我的测试,这优于numpy.delete()。我不知道为什么会这样,可能是由于初始数组的大小很小?

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

这是一个非常显着的差异(与我的预期相反),有人知道为什么会这样吗?

更奇怪的是,传递numpy.delete() 一个列表比循环遍历列表并为其赋予单个索引更糟糕。

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

编辑:它似乎与数组的大小有关。对于大型数组,numpy.delete() 的速度明显更快。

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

显然,这一切都无关紧要,因为您应该始终保持清晰并避免重新发明***,但我发现它有点有趣,所以我想我会把它留在这里。

【讨论】:

小心你实际比较的东西!您在第一次迭代中有a = delte_stuff(a),这使得a 在每次迭代中都变小了。当您使用 inbuild 函数时,您不会将值存储回 a,这会使 a 保持原始大小!除此之外,当您创建一组 index 并检查是否删除项目时,您可以大大加快您的功能。解决这两个问题,我得到了 10k 个项目:使用您的函数每个循环 6.22 毫秒,numpy.delete 为 4.48 毫秒,这大致是您所期望的。 另外两个提示:不要使用np.array(list(range(x))),而是使用np.arange(x),对于创建索引,您可以使用np.s_[::2]【参考方案12】:

Numpy 数组是immutable,这意味着从技术上讲,您不能从中删除项目。但是,您可以构造一个 new 数组而不包含您不想要的值,如下所示:

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

【讨论】:

+1 用于提及“不可变”。记住,numpy 数组不适合快速更改大小(追加/删除元素) 从技术上讲,numpy 数组是可变的。例如,这个:a[0]=1 就地修改了a。但它们不能调整大小。 定义说它是不可变的,但是如果通过分配新的值让你修改,那么它怎么不可变呢?

以上是关于如何删除numpy数组中的特定元素的主要内容,如果未能解决你的问题,请参考以下文章

不用循环,python numpy 数组如何对每个元素进行操作?

从 numpy 数组中删除一个元素

如何从 NumPy 数组中删除所有零元素?

如何从javascript或jquery中的元素数组中删除特定元素

Python如何删除numpy数组中指定值的元素

如何从javascript或jquery中的元素数组中删除特定元素