Question

删除数组中负面元素的最有效方法是什么？我尝试了numpy.delete和Remove all specific value from array以及x[x != i]形式的代码。

有关：

import numpy as np
x = np.array([-2, -1.4, -1.1, 0, 1.2, 2.2, 3.1, 4.4, 8.3, 9.9, 10, 14, 16.2])

我想最终得到一个数组：

[0, 1.2, 2.2, 3.1, 4.4, 8.3, 9.9, 10, 14, 16.2]

Answer 1

In [2]: x[x >= 0]
Out[2]: array([  0. ,   1.2,   2.2,   3.1,   4.4,   8.3,   9.9,  10. ,  14. ,  16.2])

Answer 2

这可能是一个很酷的方法，因为numpy对我来说很神奇，但是：

x = np.array( [ num for num in x if num >= 0 ] )

Answer 3

如果效果很重要，您可以利用np.array已排序并使用numpy.searchsorted

这一事实

例如：

In [8]: x[np.searchsorted(x, 0) :]
Out[8]: array([  0. ,   1.2,   2.2,   3.1,   4.4,   8.3,   9.9,  10. ,  14. ,  16.2])

In [9]: %timeit x[np.searchsorted(x, 0) :]
1000000 loops, best of 3: 1.47 us per loop

In [10]: %timeit x[x >= 0]
100000 loops, best of 3: 4.5 us per loop

随着数组大小的增加，性能的差异将会增加，因为np.searchsorted执行的二进制搜索是x >= 0正在执行的O（log n）与O（n）线性搜索。

In [11]: x = np.arange(-1000, 1000)

In [12]: %timeit x[np.searchsorted(x, 0) :]
1000000 loops, best of 3: 1.61 us per loop

In [13]: %timeit x[x >= 0]
100000 loops, best of 3: 9.87 us per loop

Answer 4

numpy：

b = array[array>=0]

示例：

>>> import numpy as np
>>> arr = np.array([-2, -1.4, -1.1, 0, 1.2, 2.2, 3.1, 4.4, 8.3, 9.9, 10, 14, 16.2])
>>> arr = arr[arr>=0]
>>> arr
array([  0. ,   1.2,   2.2,   3.1,   4.4,   8.3,   9.9,  10. ,  14. ,  16.2])

Python删除数组中的所有负值

4 个答案: