如何从NumPy数组中删除所有出现的元素？

Question

标题很不言自明：我有一个numpy数组，例如（假设是ints） [ 1 2 10 2 12 2 ]，我想删除所有出现的2，因此结果数组为[ 1 10 12 ]。最好是我希望尽快执行此操作，因为我使用的是相对较大的数组。

NumPy具有一个名为numpy.delete()的函数，但它将索引作为参数，而我没有。

编辑：问题确实与Deleting certain elements from numpy array using conditional checks不同，我猜这是一个更“一般”的情况。但是，从数组中删除出现的想法足够基础，值得提出自己的明确问题，因此我保留该问题。

Answer 1

您可以使用另一个numpy函数，它是numpy.setdiff1d（ar1，ar2，假定_unique = False）。 此函数查找两个数组的集合差。

import numpy as np
a = np.array([1, 2, 10, 2,12, 2])
b = np.array([2])
c = np.setdiff1d(a,b,True)
print(c)

Answer 2

您可以使用索引：

arr = np.array([1, 2, 10, 2, 12, 2])
print(arr[arr != 2])
# [ 1 10 12]

定时很好：

from timeit import Timer

arr = np.array(range(5000))
print(min(Timer(lambda: arr[arr != 4999]).repeat(500, 500)))
# 0.004942436999999522

Answer 3

有几种方法可以做到这一点。我建议您使用口罩：

import numpy as np
a = np.array([ 1, 2 ,10, 2, 12, 2 ])
a[~np.isin(a, 2)]
>> array([ 1, 10, 12])

np.isin很方便，因为如果需要，您可以一次将过滤器应用于多个元素：

a[~np.isin(a, (1,2))]
>>  array([ 10, 12])

还要注意，a[mask]是原始数组的一部分。这是高效的内存；但是如果您需要使用过滤后的值创建一个新数组，并保持原始值不变，请使用.copy，例如：

b = a[~np.isin(a, (1,2))].copy()