Question

我有两个numpy-arrays：

p_a_colors=np.array([[0,0,0],
                     [0,2,0],
                     [119,103,82],
                     [122,122,122],
                     [122,122,122],
                     [3,2,4]])

p_rem = np.array([[119,103,82],
                     [122,122,122]])

我想删除p_rem中p_a_colors中的所有列，所以我得到：

p_r_colors=np.array([[0,0,0],
                    [0,2,0],
                    [3,2,4]])

我认为，某些事情应该像

一样

p_r_colors= np.delete(p_a_colors, np.where(np.all(p_a_colors==p_rem, axis=0)),0)

但我没有得到轴或[：]正确。

我知道，

p_r_colors=copy.deepcopy(p_a_colors)
for i in range(len(p_rem)):
    p_r_colors= np.delete(p_r_colors, np.where(np.all(p_r_colors==p_rem[i], axis=-1)),0)

可以工作，但我试图避免（python）循环，因为我也希望性能正确。

Answer 1

我就是这样做的：

dtype = np.dtype((np.void, (p_a_colors.shape[1] * 
                            p_a_colors.dtype.itemsize)))
mask = np.in1d(p_a_colors.view(dtype), p_rem.view(dtype))
p_r_colors = p_a_colors[~mask]

>>> p_r_colors
array([[0, 0, 0],
       [0, 2, 0],
       [3, 2, 4]])

您需要执行void dtype事务，以便numpy将行作为一个整体进行比较。之后使用内置的设置例程似乎是显而易见的方法。

Answer 2

这很难看，但是

tmp = reduce(lambda x, y: x |  np.all(p_a_colors == y, axis=-1), p_rem, np.zeros(p_a_colors.shape[:1], dtype=np.bool))

indices = np.where(tmp)[0]

np.delete(p_a_colors, indices, axis=0)

（编辑：更正）

>>> tmp = reduce(lambda x, y: x |  np.all(p_a_colors == y, axis=-1), p_rem, np.zeros(p_a_colors.shape[:1], dtype=np.bool))
>>> 
>>> indices = np.where(tmp)[0]
>>> 
>>> np.delete(p_a_colors, indices, axis=0)
array([[0, 0, 0],
       [0, 2, 0],
       [3, 2, 4]])
>>>

Answer 3

您的指数错误。表达式p_a_colors==p_rem计算为空数组，因为两个数组永远不相等（它们具有不同的形状！）。如果您想使用np.delete，则需要更正确的索引列表。

另一方面，使用索引可以更容易地做到这一点：

>>> idx = np.array([p_a_colors[i] not in p_rem for i in
                    range(p_a_colors.shape[0])], dtype='bool')
>>> p_a_colors[idx]
array([[0, 0, 0],
       [0, 2, 0],
       [3, 2, 4]])

或者，受@Jaime建议的启发，你也可以用np.in1d创建索引，在这里排成一行：

>>> idx = ~np.all(np.in1d(p_a_colors, p_rem).reshape(p_a_colors.shape), 
                  axis=1)
>>> p_a_colors[idx]
array([[0, 0, 0],
       [0, 2, 0],
       [3, 2, 4]])

如果您必须使用np.delete，只需将索引列表从bool转换为序列：

>>> idx = np.array([p_a_colors[i] in p_rem for i in 
                          range(p_a_colors.shape[0])])
>>> idx = np.arange(p_a_colors.shape[0])[idx]
>>> np.delete(p_a_colors, idx, axis=0)
array([[0, 0, 0],
       [0, 2, 0],
       [3, 2, 4]])

从更多维的numpy数组中查找和删除

3 个答案: