Cómo eliminar elementos específicos en una matriz numpy

Question

¿Cómo puedo eliminar algunos elementos específicos de una matriz numpy? Decir que tengo

import numpy as np 

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

entonces quiero quitar 3,4,7 de a. Todo lo que sé es el índice de los valores (index=[2,3,6]).

Answer 1

Uso numpy.delete() - devuelve una nueva gama con submatrices a lo largo de un eje elimina

numpy.delete(a, index) 

Para su pregunta específica:

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]` 

Tenga en cuenta que numpy.delete() devuelve una nueva matriz desde array scalars son inmutable, similar a las cadenas en Python, por lo que cada vez que se realiza un cambio en él, se crea un nuevo objeto. Es decir, por citar el delete()docs:

"A copy of arr with the elements specified by obj removed. Note that delete does not occur in-place..."

Si el código que publico tiene una salida, que es el resultado de ejecutar el código.

Answer 2

Una matriz Numpy es immutable, lo que significa que técnicamente no puede eliminar un elemento de la misma. Sin embargo, se puede construir una nueva matrizsin los valores que no desea, de esta manera:

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

Answer 3

no ser una persona numpy, tomé una foto con:

>>> 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]) 

Según mis pruebas, esto supera a numpy.delete(). No sé por qué ese sería el caso, tal vez debido al pequeño tamaño de la matriz inicial.

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 

Esa es una diferencia muy significativa (en el sentido contrario a lo que esperaba), Alguien tiene alguna idea de por qué este sería el caso?

Aún más extraño, pasar numpy.delete() una lista funciona peor que al recorrer la lista y darle índices únicos.

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 

Editar: Parece que tiene que ver con el tamaño de la matriz. Con arreglos grandes, numpy.delete() es significativamente más rápido.

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 

Obviamente, todo esto es bastante irrelevante, ya que siempre hay que ir por la claridad y evitar reinventar la rueda, pero me pareció un poco interesante, así que pensé que me iría aquí.

Answer 4

Hay una función numpy incorporada para ayudar con eso.

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]) 

Answer 5

Si no se conoce el índice, no se puede utilizar logical_and

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