从 np.array 中删除最后 N 个值的更有效方法答案

【问题标题】：More efficient way to remove last N values fom np.array从 np.array 中删除最后 N 个值的更有效方法
【发布时间】：2016-07-28 13:34:06
【问题描述】：

我正在使用 np.arrays。我正在尝试删除最后 n 个元素，其中 n 也可以是 1。

n=5
corr=np.full(10,10)

通常我将这种方法与数组切片一起使用：

corr=corr[:-n]

但我正在考虑使用 np.delete 来提高性能：

np.delete(corr,range(-n,0))

但它不起作用，有没有比数组切片更好的解决方案？（能够处理 n=0 的情况的方法将是一个优势）

【问题讨论】：

您想要view 还是copy？
np.delete 分配一个新数组，这很可能比切片慢（你也需要为它提供正索引，所以 range(5, 10) 或其他东西）是的... np.delete比切片慢很多数量级。
delete 不会就地运行。它返回一个新数组。
@hpaulj 我需要一个修改后的数组....

标签： python arrays numpy

【解决方案1】：

使用corr[0:corr.size-n]。这是更快的方法，因为它只是一个视图。 np.delete 是剩余元素的副本。

In [9]: %timeit corr[0:corr.size-5]
1000000 loops, best of 3: 1.45 µs per loop

In [10]: %timeit np.delete(corr,range(corr.size-5,corr.size)) 
10000 loops, best of 3: 145 µs per loop

【讨论】：

【解决方案2】：

数组是具有shape、dtype 和数据缓冲区等属性的对象。像A[:-5] 这样的视图是另一个数组，它有自己的shape 等，但有一个共享的数据缓冲区。它正在查看相同的数据，但只看到一个切片。

A[:-5].copy() 看起来是一样的，但会有自己的数据缓冲区，即来自A 的选定元素的副本。

无法更改A 的数据缓冲区大小。

np.delete 返回一个带有自己数据缓冲区的新数组。它根据形状和删除模式使用各种方法。在所有情况下，它都是一个副本，并且比切片慢。

【讨论】：