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() - 返回一个新 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 值 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?