numpy:访问不在给定索引列表中的数组元素

时间:2015-01-07 16:33:19

标签: python numpy

我有一个形状为(100,170,256)的numpy数组。我有一个由索引[0,10,20,40,70]组成的数组。

我可以得到与索引对应的子数组,如下所示:

sub_array = array[..., index]

返回一个具有预期形状(100,170,5)的数组。现在,我试图获取补充并获得与这些索引不对应的子数组。所以,我做了:

sub_array = array[..., ~index]

由于某种原因,这仍然会返回一个形状数组(100,170,5)。我想知道如何在python中对这些索引进行补充操作?

[编辑]

也尝试过:

sub_array = array[..., not(index.any)]

然而,这并不是我想做的事情(获得形状数组(100,170,251)。

5 个答案:

答案 0 :(得分:7)

看一下〜索引给你的东西 - 我认为是:

array([ -1, -11, -21, -41, -71])

所以,你的电话

sub_array = array[..., ~index]

将返回5个条目,对应于索引[-1,-11,-21,-41,-71],例如255,245,235,215和185

同样,不是(index.any)给出

False

因此,为什么你的第二次尝试不起作用

这应该有效:

sub_array = array[..., [i for i in xrange(256) if i not in index]]

答案 1 :(得分:7)

您拥有数据的方式,最简单的方法是使用np.delete

sub_array = np.delete(array, index, axis=2)

或者,您尝试使用的逻辑运算符可以应用于@DSM建议的布尔数组:

mask = np.ones(a.shape[2], dtype=bool)
mask[index] = False
sub_array = array[:,:, mask]

(我不会调用您的数组array,但我会按照您问题中的名字进行操作)

答案 2 :(得分:4)

这个问题已经回答了,但是我在这里提出了这三种方法的基准。

最快的解决方案是布尔掩码(具有较小和较大的索引数组大小)

mask = np.ones(arr.size, dtype=bool)
mask[indexes] = False
result = arr[mask]

它比列表理解快2000倍,比np.delete快一点

要复制的代码

提出了三种解决方案:列表理解(sol1),布尔掩码(sol2)或np.deletesol3

d = 100000
a = np.random.rand(d)
idx = np.random.randint(d, size = 10)


# list comprehension
def sol1(arr, indexes):
    return arr[[i for i in range(arr.size) if i not in indexes]]
sol1(a, idx)
# Out[30]: array([0.13044518, 0.68564961, 0.03033223, ..., 0.03796257, 0.40137137, 0.45403929])

# boolean mask
def sol2(arr, indexes):
    mask = np.ones(arr.size, dtype=bool)
    mask[indexes] = False
    return arr[mask]
sol2(a, idx)
# Out[32]: array([0.13044518, 0.68564961, 0.03033223, ..., 0.03796257, 0.40137137, 0.45403929])

# np.delete
def sol3(arr, indexes):
    return np.delete(arr, indexes)
sol3(a, idx)
# Out[36]: array([0.13044518, 0.68564961, 0.03033223, ..., 0.03796257, 0.40137137, 0.45403929])

结果


%timeit sol1(a, idx)
384 ms ± 2.75 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
%timeit sol2(a, idx)
154 µs ± 15.7 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit sol3(a, idx)
194 µs ± 18.8 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)


idx = np.random.randint(d, size = 1000)
%timeit sol1(a, idx)
386 ms ± 7.75 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
%timeit sol2(a, idx)
171 µs ± 11.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit sol3(a, idx)
205 µs ± 10.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

答案 3 :(得分:2)

我倾向于使用布尔数组而不是索引尽可能避免这个问题。您可以使用in1d获取一个,即使它不是很漂亮:

>>> arr[..., index].shape
(100, 170, 5)
>>> arr[..., np.in1d(np.arange(arr.shape[-1]),index)].shape
(100, 170, 5)
>>> arr[..., ~np.in1d(np.arange(arr.shape[-1]),index)].shape
(100, 170, 251)

答案 4 :(得分:2)

我假设index是一个numpy数组 - 如果是这样,可以在这里找到代字号运算符所做的解释:

What does the unary operator ~ do in numpy?

至于你想要完成什么,你可以组装一个互补的索引数组:

notIndex = numpy.array([i for i in xrange(256) if i not in index])

然后使用notIndex代替index