如何在不使用 for 循环的情况下仅从 numpy 数组中删除前导零？
import numpy as np
x = np.array([0,0,1,1,1,1,0,1,0,0])
# Desired output
array([1, 1, 1, 1, 0, 1, 0, 0])
我写了以下代码
x[min(min(np.where(x>=1))):]
我想知道是否有更有效的解决方案。
【问题讨论】：
np.trim_zeros(x, 'f') - internally this is a for loop，但在很多情况下，这可能是最有效的方式。
x 的长度和前导零的数量的典型值是多少？
标签： python python-3.x performance numpy
您可以使用np.trim_zeros(x, 'f')。
“f”表示从前面修剪零。 选项“b”将从后面修剪零。 默认选项“fb”从两侧修剪它们。
x = np.array([0,0,1,1,1,1,0,1,0,0])
# [0 0 1 1 1 1 0 1 0 0]
np.trim_zeros(x, 'f')
# [1 1 1 1 0 1 0 0]
【讨论】：
由于np.trim_zerosuses a for loop，这里有一个真正的矢量化解决方案：
x = x[np.where(x != 0)[0][0]:]
但是我不确定它从什么时候开始比np.trim_zeros 更有效率。在最坏的情况下（即具有大多数前导零的数组）会更有效。
无论如何，这都是一个有用的学习例子。
双面修边：
>>> idx = np.where(x != 0)[0]
>>> x = x[idx[0]:1+idx[-1]]
【讨论】：
list的。你确定 numpy 也一样吗？切片它只是对带有slice 对象的__getitem__ 方法的调用，例如x[2:4] 与 x.__getitem__(slice(2,4)) 相同。这取决于 numpy 如何实现该方法。
for-less 的实现很好奇，想看看。但是，我无法追溯numpy.ndarray 对象的帖子中的步骤。我也试图窥探 numpy 来源，但无济于事。无论如何，我想我们不应该在这里讨论它。
这是一种短路的 numpy 方法。它利用了 0 对于任何 (?) dtype 的表示都是零字节这一事实。
import numpy as np
import itertools
# check assumption that for example 0.0f is represented as 00 00 00 00
allowed_dtypes = set()
for dt in map(np.dtype, itertools.chain.from_iterable(np.sctypes.values())):
try:
if not np.any(np.zeros((1,), dtype=dt).view(bool)):
allowed_dtypes.add(dt)
except:
pass
def trim_fast(a):
assert a.dtype in allowed_dtypes
cut = a.view(bool).argmax() // a.dtype.itemsize
if a[cut] == 0:
return a[:0]
else:
return a[cut:]
与其他方法的比较：
生成情节的代码：
def np_where(a):
return a[np.where(a != 0)[0][0]:]
def np_trim_zeros(a):
return np.trim_zeros(a, 'f')
import perfplot
tf, nt, nw = trim_fast, np_trim_zeros, np_where
def trim_fast(A): return [tf(a) for a in A]
def np_trim_zeros(A): return [nt(a) for a in A]
def np_where(A): return [nw(a) for a in A]
perfplot.save('tz.png',
setup=lambda n: np.clip(np.random.uniform(-n, 1, (100, 20*n)), 0, None),
n_range=[2**k for k in range(2, 11)],
kernels=[
trim_fast,
np_where,
np_trim_zeros
],
logx=True,
logy=True,
xlabel='zeros per nonzero',
equality_check=None
)
【讨论】：