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)。
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
提出了三种解决方案:列表理解(sol1
),布尔掩码(sol2
)或np.delete
(sol3
)
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])
%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
。