Cara menghapus elemen tertentu dalam array numpy

Bagaimana saya bisa menghapus beberapa elemen spesifik dari array yang numpy? Katakan saya punya

import numpy as np

a = np.array([1,2,3,4,5,6,7,8,9])

Saya kemudian ingin menghapus 3,4,7dari a. Yang saya tahu adalah indeks nilai ( index=[2,3,6]).

Gunakan numpy.delete () - mengembalikan array baru dengan sub-array sepanjang sumbu dihapus

numpy.delete(a, index)

Untuk pertanyaan spesifik Anda:

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
index = [2, 3, 6]

new_a = np.delete(a, index)

print(new_a) #Prints `[1, 2, 5, 6, 8, 9]`

Perhatikan bahwa numpy.delete()mengembalikan array baru karena skalar array tidak dapat diubah, mirip dengan string dalam Python, jadi setiap kali perubahan dibuat untuk itu, objek baru dibuat. Yaitu, mengutip delete() dokumen :

" Salinan arr dengan elemen yang ditentukan oleh obj dihapus. Perhatikan bahwa penghapusan tidak terjadi di tempat ..."

Jika kode yang saya posting memiliki output, itu adalah hasil menjalankan kode.

Ada fungsi built-in numpy untuk membantu dengan itu.

import numpy as np
>>> a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> b = np.array([3,4,7])
>>> c = np.setdiff1d(a,b)
>>> c
array([1, 2, 5, 6, 8, 9])

Array Numpy tidak dapat diubah , artinya Anda secara teknis tidak dapat menghapus item darinya. Namun, Anda dapat membuat array baru tanpa nilai yang tidak Anda inginkan, seperti ini:

b = np.delete(a, [2,3,6])

Untuk menghapus berdasarkan nilai:

modified_array = np.delete(original_array, np.where(original_array == value_to_delete))

Tidak menjadi orang yang numpy, saya mengambil foto dengan:

>>> import numpy as np
>>> import itertools
>>> 
>>> a = np.array([1,2,3,4,5,6,7,8,9])
>>> index=[2,3,6]
>>> a = np.array(list(itertools.compress(a, [i not in index for i in range(len(a))])))
>>> a
array([1, 2, 5, 6, 8, 9])

Menurut tes saya, ini mengungguli numpy.delete(). Saya tidak tahu mengapa itu akan terjadi, mungkin karena ukuran kecil array awal?

python -m timeit -s "import numpy as np" -s "import itertools" -s "a = np.array([1,2,3,4,5,6,7,8,9])" -s "index=[2,3,6]" "a = np.array(list(itertools.compress(a, [i not in index for i in range(len(a))])))"
100000 loops, best of 3: 12.9 usec per loop

python -m timeit -s "import numpy as np" -s "a = np.array([1,2,3,4,5,6,7,8,9])" -s "index=[2,3,6]" "np.delete(a, index)"
10000 loops, best of 3: 108 usec per loop

Itu perbedaan yang cukup signifikan (berlawanan arah dengan apa yang saya harapkan), ada yang tahu mengapa ini akan terjadi?

Yang lebih aneh, melewati numpy.delete()daftar berkinerja lebih buruk daripada mengulang-ulang daftar dan memberikannya indeks tunggal.

python -m timeit -s "import numpy as np" -s "a = np.array([1,2,3,4,5,6,7,8,9])" -s "index=[2,3,6]" "for i in index:" "    np.delete(a, i)"
10000 loops, best of 3: 33.8 usec per loop

Sunting: Tampaknya memang ada hubungannya dengan ukuran array. Dengan array besar, numpy.delete()secara signifikan lebih cepat.

python -m timeit -s "import numpy as np" -s "import itertools" -s "a = np.array(list(range(10000)))" -s "index=[i for i in range(10000) if i % 2 == 0]" "a = np.array(list(itertools.compress(a, [i not in index for i in range(len(a))])))"
10 loops, best of 3: 200 msec per loop

python -m timeit -s "import numpy as np" -s "a = np.array(list(range(10000)))" -s "index=[i for i in range(10000) if i % 2 == 0]" "np.delete(a, index)"
1000 loops, best of 3: 1.68 msec per loop

Jelas, ini semua sangat tidak relevan, karena Anda harus selalu mencari kejelasan dan menghindari menciptakan kembali roda, tetapi saya menemukan itu sedikit menarik, jadi saya pikir saya akan meninggalkannya di sini.

Jika Anda tidak tahu indeksnya, Anda tidak bisa menggunakannya logical_and

x = 10*np.random.randn(1,100)
low = 5
high = 27
x[0,np.logical_and(x[0,:]>low,x[0,:]<high)]

Menggunakan np.deleteadalah cara tercepat untuk melakukannya, jika kita tahu indeks elemen yang ingin kita hapus. Namun, untuk kelengkapan, izinkan saya menambahkan cara lain "menghapus" elemen array menggunakan topeng boolean yang dibuat dengan bantuan np.isin. Metode ini memungkinkan kami untuk menghapus elemen dengan menentukan secara langsung atau dengan indeks mereka:

import numpy as np
a = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9])

Hapus berdasarkan indeks :

indices_to_remove = [2, 3, 6]
a = a[~np.isin(np.arange(a.size), indices_to_remove)]

Hapus berdasarkan elemen (jangan lupa untuk membuat ulang yang asli akarena sudah ditulis ulang di baris sebelumnya):

elements_to_remove = a[indices_to_remove]  # [3, 4, 7]
a = a[~np.isin(a, elements_to_remove)]

Hapus indeks spesifik (saya menghapus 16 dan 21 dari matriks)

import numpy as np
mat = np.arange(12,26)
a = [4,9]
del_map = np.delete(mat, a)
del_map.reshape(3,4)

Keluaran:

array([[12, 13, 14, 15],
      [17, 18, 19, 20],
      [22, 23, 24, 25]])

Anda juga dapat menggunakan set:

a = numpy.array([10, 20, 30, 40, 50, 60, 70, 80, 90])
the_index_list = [2, 3, 6]

the_big_set = set(numpy.arange(len(a)))
the_small_set = set(the_index_list)
the_delta_row_list = list(the_big_set - the_small_set)

a = a[the_delta_row_list]