Question

我有一个numpy数组和一个列表。我要删除列表中包含的行。

a = np.zeros((3, 2))
a[0, :] = [1, 2]
l = [(1, 2), (3, 4)]

当前，我尝试通过制作一组a的行来做到这一点，然后排除从set创建的l，例如：

sa = set(map(tuple, a))
sl = set(l)
np.array(list(sa - sl))

或更简单地

sl = set(l)
np.array([row for row in list(map(tuple, a)) if row not in sl]

当每一行都很短时，这些效果很好。

有更快的方法吗？我需要优化速度。

Answer 1

方法＃1：：这是一个views（将每一行作为元素使用扩展的dtype查看）-

# https://stackoverflow.com/a/45313353/ @Divakar
def view1D(a, b): # a, b are arrays
    a = np.ascontiguousarray(a)
    b = np.ascontiguousarray(b)
    void_dt = np.dtype((np.void, a.dtype.itemsize * a.shape[1]))
    return a.view(void_dt).ravel(),  b.view(void_dt).ravel()

a1D,l1D = view1D(a,l)
out = a[np.in1d(a1D,l1D,invert=True)]

如果仅需要像set那样在输出中具有唯一行，请在获得的输出上使用np.unique-

np.unique(out,axis=0)

样品运行输出-

In [72]: a
Out[72]: 
array([[1, 2],
       [0, 0],
       [0, 0]])

In [73]: l
Out[73]: [(1, 2), (3, 4)]

In [74]: out
Out[74]: 
array([[0, 0],
       [0, 0]])
In [75]: np.unique(out,axis=0)
Out[75]: array([[0, 0]])

方法2：：降低维数的原理相同，这是针对int dtype数据的矩阵乘法-

l = np.asarray(l)
shp = np.maximum(a.max(0)+1,l.max(0)+1)
s = np.r_[shp[::-1].cumprod()[::-1][1:],1]
l1D = l.dot(s)
a1D = a.dot(s)
l1Ds = np.sort(l1D)
out = a[l1D[np.searchsorted(l1Ds,a1D)] != a1D]

删除列表中包含的numpy行？

1 个答案: