对数组进行切片以排除单个元素答案

【问题标题】：Slice an array to exclude a single element对数组进行切片以排除单个元素
【发布时间】：2019-10-23 22:43:25
【问题描述】：

我想对一个 numpy 数组进行切片，以便从中排除单个元素。

例如，像这样：

a = numpy.array([1,2,3,4,5])
b = a[0:1::3:4]
b = [1 2 4 5]

只是这不起作用，所以要么我做错了什么，要么不可能。

【问题讨论】：

不过，据称重复的问题专门针对整体产品。
重复错误：stackoverflow.com/questions/48061508/…。此海报不想要产品。
有一个np.delete 函数。在内部，虽然它只会加入两个单独的切片。你不能只用一片来做到这一点。结果必须是copy，而不是view。
@hpaulj ：我不能再投票了。请作为stackoverflow.com/questions/19286657/…的副本关闭它
可以一次删除几十万个元素吗？例如，您可能想要设置一个掩码，为保留值设置 True，为删除设置 False，然后执行一个布尔索引。一次删除一项不会有效率，即使使用列表也是如此。

标签： python arrays numpy slice numpy-ndarray

【解决方案1】：

import numpy as np

a = np.array([1,2,3,4,5])
result = np.delete(a,2)
result = [1,2,4,5]

【讨论】：

【解决方案2】：

您需要执行以下操作

 a =  np.array([1,2,3,4,5])
 b = a[:2]
 c = a[3:]
 print ( b )
 print ( c )
 z= np.concatenate((b,c),axis=None)
 print ( z )

Output:
[1 2]
[4 5]
[1 2 4 5]

因此，这里除了 3 之外的所有内容都在新的 numpy.ndarray z 中。另一种方法是使用 np.delete 函数，如答案之一所示，您可以在 [] 中提供要删除的索引列表，其中列表包含要删除的逗号分隔索引。

   a =  np.array([15,14,13,12,11])
   a4=np.delete(a,[1,4])
   print(a4)

   output is :
   [15 13 12]

【讨论】：

【解决方案3】：

如果您要一次重复“删除”一项，我建议使用布尔掩码：

In [493]: a = np.arange(100)                                                                           
In [494]: mask = np.ones(a.shape, dtype=bool)                                                          
In [495]: for i in [2,5,9,20,3,26,40,60]: 
     ...:     mask[i]=0 
     ...: a1 = a[mask]                                                                                 
In [496]: a1.shape                                                                                     
Out[496]: (92,)

这实际上是 np.delete 在给定一个删除列表或数组时所做的

In [497]: a2 = np.delete(a, [2,5,9,20,3,26,40,60])                                                     
In [498]: np.allclose(a1,a2)                                                                           
Out[498]: True

对于单个元素，连接两个切片 - 通过连接或复制到正确大小的 result 数组。在所有情况下，我们都必须创建一个新数组。

一个或多个排除，您寻求对原始元素的不连续选择。这不能用view 产生，它使用shape 和strides 来选择原始的常规子集。

【讨论】：

我意识到这超出了我原来问题的范围，但是在第一个面具之后我需要做更多的事情，例如从数组中删除其他元素。这意味着我每次都需要创建一个新的面具，不是吗？另外，我也在每一步都修改数组，所以用几个 0 的掩码掩盖原始数组也不起作用。
你还用数组做什么？我不确定 numpy 数组是否适合您。

【解决方案4】：

你总是可以使用切片集

b = a[:2]+a[3:]

将返回 [1, 2, 4, 5]

对于一个 numpy 返回值，你可以做 2 个切片并连接结果。

 b = a[3:]
 c = a[:2]
 numpy.concatenate([c,b])

会回来

array([1, 2, 4, 5])

【讨论】：

从您返回的数据来看，您使用的是 Python 列表而不是 numpy 数组。是这样吗？
+ 是列表的连接，但不适用于数组。
我唯一的问题是concatenate和delete一样复杂，我需要在大数组上做很多次。