派手な配列の特定の要素を削除する方法

どうすれば派手な配列から特定の要素を削除できますか？私が持っていると言います

import numpy as np

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

次に、から削除3,4,7しaます。私が知っているのは、値のインデックス（index=[2,3,6]）だけです。

numpy.delete（）を使用- 軸に沿ったサブ配列が削除された新しい配列を返します

numpy.delete(a, index)

特定の質問について：

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]`

配列スカラーは不変で、Pythonの文字列に似ているnumpy.delete()ため、新しい配列を返すことに注意してください。そのため、変更が行われるたびに、新しいオブジェクトが作成されます。つまり、ドキュメントを引用するには：delete()

「objで指定された要素が削除されたarr のコピー。削除はインプレースでは発生しないことに注意してください ...」

私が投稿したコードに出力がある場合、それはコードを実行した結果です。

それを手助けするための派手な組み込み関数があります。

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])

Numpy配列は不変です。つまり、技術的には項目を削除できません。ただし、次のように、不要な値なしで新しい配列を作成できます。

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

値で削除するには：

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

派手な人間ではないので、私は次のことを試してみました：

>>> 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])

私のテストによると、これはを上回っていnumpy.delete()ます。初期配列のサイズが小さいためか、なぜそうなるのかわかりません。

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

これはかなり大きな違いです（私が期待していたのとは逆の方向です）。なぜこれが当てはまるのか、だれでも知っていますか？

さらに奇妙なことにnumpy.delete()、リストを渡すと、リストをループして単一のインデックスを与えるよりもパフォーマンスが低下します。

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

編集：配列のサイズに関係しているようです。大規模な配列でnumpy.delete()は、大幅に高速です。

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

明らかに、これはかなり重要ではありません。常に明確にするために行き、ホイールを再発明しないようにする必要がありますが、私は少し興味深いことに気づいたので、ここには残しておきたいと思いました。

インデックスがわからない場合は使用できません logical_and

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

np.delete削除する要素のインデックスがわかっている場合は、使用するのが最も速い方法です。ただし、完全を期すために、を使用して作成されたブールマスクを使用して配列要素を「削除」する別の方法を追加しますnp.isin。このメソッドを使用すると、要素を直接またはインデックスで指定して、要素を削除できます。

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

インデックスで削除：

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

要素ごとに削除（a前の行で書き直されたので、オリジナルを再作成することを忘れないでください）：

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

特定のインデックスを削除します（マトリックスから16と21を削除しました）

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

出力：

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

セットを使用することもできます。

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]