如何删除numpy数组中的特定元素

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])

然后我想删除3,4,7的a。我所知道的只是值的索引（index=[2,3,6]）。

使用numpy.delete（） -返回一个新的数组，该数组具有沿删除的轴的子数组

numpy.delete(a, index)

对于您的具体问题：

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()由于数组标量是不变的，因此返回一个新数组，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() 文档：

“ 删除了由obj指定的元素的arr 副本。请注意，删除不会就地发生 ...”

如果我发布的代码已输出，则是运行代码的结果。

有一个内置的numpy函数可以帮助您。

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])

Numpy数组是不可变的，从技术上讲，您不能从中删除任何项目。但是，您可以构造一个没有所需值的新数组，如下所示：

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

要按值删除：

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

我不是一个麻木的人，所以开枪：

>>> 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，它的性能优于numpy.delete()。我不知道为什么会这样，也许是由于初始数组的大小？

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

这是一个相当大的差异（与我期望的方向相反），任何人都知道为什么会这样吗？

更奇怪的是，传递numpy.delete()列表的效果比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：这似乎与数组的大小有关。对于大型阵列，numpy.delete()速度明显加快。

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，这完全无关紧要，因为您应该始终保持清晰并避免重新发明轮子，但是我发现它有点有趣，因此我想将其留在这里。

如果您不知道索引，则无法使用 logical_and

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

np.delete如果我们知道要删除的元素的索引，则使用是最快的方法。但是，为了完整起见，让我添加另一种使用借助于创建的布尔掩码“删除”数组元素的方法np.isin。此方法允许我们通过直接指定元素或通过其索引来删除元素：

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内容，a因为它已在上一行中被重写）：

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

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]])

您还可以使用集合：

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]