So entfernen Sie bestimmte Elemente in einem Numpy-Array

Wie kann ich bestimmte Elemente aus einem Numpy-Array entfernen? Sag ich habe

import numpy as np

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

Ich möchte dann entfernen 3,4,7aus a. Ich weiß nur den Index der Werte ( index=[2,3,6]).

Use numpy.delete () - Gibt ein neues Array mit Unterarrays entlang einer gelöschten Achse zurück

numpy.delete(a, index)

Für Ihre spezielle Frage:

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]`

Beachten Sie, dass numpy.delete()ein neues Array zurückgegeben wird, da Array-Skalare ähnlich wie Zeichenfolgen in Python unveränderlich sind. Jedes Mal, wenn eine Änderung daran vorgenommen wird, wird ein neues Objekt erstellt. Dh um die delete() Dokumente zu zitieren :

"Eine Kopie von arr mit den durch obj angegebenen Elementen wurde entfernt. Beachten Sie, dass das Löschen nicht an Ort und Stelle erfolgt ..."

Wenn der von mir veröffentlichte Code ausgegeben wurde, ist dies das Ergebnis der Ausführung des Codes.

Es gibt eine eingebaute Numpy-Funktion, die dabei hilft.

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])

Ein Numpy-Array ist unveränderlich , dh Sie können ein Element technisch nicht daraus löschen. Sie können jedoch ein neues Array ohne die nicht gewünschten Werte erstellen:

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

So löschen Sie nach Wert:

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

Da ich keine numpy Person bin, habe ich eine Aufnahme gemacht mit:

>>> 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])

Nach meinen Tests übertrifft dies numpy.delete(). Ich weiß nicht, warum das der Fall sein würde, vielleicht aufgrund der geringen Größe des ursprünglichen Arrays?

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

Das ist ein ziemlich bedeutender Unterschied (in die entgegengesetzte Richtung zu dem, was ich erwartet hatte). Hat jemand eine Idee, warum dies der Fall sein würde?

Noch seltsamer ist es, numpy.delete()eine Liste zu übergeben, die schlechter ist, als die Liste zu durchlaufen und ihr einzelne Indizes zu geben.

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

Bearbeiten: Es scheint mit der Größe des Arrays zu tun zu haben. Ist bei großen Arrays numpy.delete()deutlich schneller.

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

Natürlich ist das alles ziemlich irrelevant, da Sie immer auf Klarheit achten und vermeiden sollten, das Rad neu zu erfinden, aber ich fand es ein wenig interessant, also dachte ich, ich würde es hier lassen.

Wenn Sie den Index nicht kennen, können Sie ihn nicht verwenden logical_and

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

Die Verwendung np.deleteist der schnellste Weg, wenn wir die Indizes der Elemente kennen, die wir entfernen möchten. Der Vollständigkeit halber möchte ich jedoch eine andere Möglichkeit zum "Entfernen" von Array-Elementen mithilfe einer Booleschen Maske hinzufügen, die mit Hilfe von erstellt wurde np.isin. Mit dieser Methode können wir die Elemente entfernen, indem wir sie direkt oder anhand ihrer Indizes angeben:

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

Durch Indizes entfernen :

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

Nach Elementen entfernen (vergessen Sie nicht, das Original aneu zu erstellen, da es in der vorherigen Zeile neu geschrieben wurde):

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

Entfernen Sie einen bestimmten Index (ich habe 16 und 21 aus der Matrix entfernt)

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

Ausgabe:

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

Sie können auch Sets verwenden:

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]