एक numpy सरणी में विशिष्ट तत्वों को कैसे निकालें

Question

मैं कुछ विशिष्ट तत्वों को एक numpy सरणी से कैसे हटा सकता हूं? मैं

import numpy as np 

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

है कहते हैं कि मैं तो a से 3,4,7 निकालना चाहते हैं। मुझे पता है कि मूल्यों की अनुक्रमणिका (index=[2,3,6]) है।

Answer 1

उपयोग numpy.delete() - उप सरणियों के साथ एक नई सरणी रिटर्न के साथ एक धुरी नष्ट कर दिया

numpy.delete(a, index) 

अपने विशिष्ट प्रश्न के लिए:

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]` 

ध्यान दें कि numpy.delete() एक नई सरणी के बाद से array scalars हैं रिटर्न अपरिवर्तनीय, पायथन में तारों के समान, इसलिए प्रत्येक बार जब कोई परिवर्तन किया जाता है, तो एक नई वस्तु बनाई जाती है। कोड मैं पोस्ट उत्पादन है

"A copy of arr with the elements specified by obj removed. Note that delete does not occur in-place..."

, यह कोड चलाने का परिणाम है: अर्थात, और delete()docs उद्धृत करने के लिए।

Answer 2

एक न्यूम्पी सरणी immutable है, जिसका अर्थ है कि आप तकनीकी रूप से इससे कोई आइटम नहीं हटा सकते हैं। हालांकि, अगर आप एक नई सरणी मूल्यों आप नहीं चाहते बिना, इस तरह का निर्माण कर सकते हैं:

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

Answer 3

नहीं एक numpy व्यक्ति होने के नाते, मैं के साथ एक शॉट ले लिया: के अनुसार

>>> 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]) 

मेरे परीक्षण, यह numpy.delete() से बेहतर प्रदर्शन करता है। मुझे नहीं पता कि यह मामला क्यों होगा, शायद शुरुआती सरणी के छोटे आकार के कारण?

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 

कि (करने के लिए मैं क्या उम्मीद कर रहा था विपरीत दिशा में) एक बहुत महत्वपूर्ण अंतर है, किसी को भी किसी भी विचार क्यों यह मामला होगा है?

और भी अजीब बात यह है कि numpy.delete() गुजरने से सूची सूची के माध्यम से लूपिंग और इसे एकल सूचकांक देने से भी बदतर होती है।

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 

संपादित करें: यह सरणी के आकार के साथ ऐसा प्रतीत होता है। बड़े सरणी के साथ, numpy.delete() काफी तेज़ है।

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 

जाहिर है, यह सब बहुत अप्रासंगिक के रूप में आप हमेशा स्पष्टता के लिए जाने के लिए और पहिया पुनर्रचना से बचना चाहिए है, लेकिन मैं इसे एक छोटे से रोचक लगा, इसलिए मैंने सोचा कि मैं इसे यहाँ छोड़ चाहते हैं।

Answer 4

इसके साथ मदद करने के लिए एक गंदे अंतर्निहित फ़ंक्शन है।

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]) 

Answer 5

आप सूचकांक पता नहीं है, तो आप उपयोग नहीं कर सकते logical_and

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