从numpy数组中删除元素的最佳算法答案

【问题标题】：optimal agorithm to delete elements from numpy arrays从numpy数组中删除元素的最佳算法
【发布时间】：2020-08-12 23:53:14
【问题描述】：

您好，我想知道这个算法是否更有效。目的是当半径大于用户设置的最大半径时，删除3个数组中的所有点。

此代码在比率数组中搜索位置“i”，当该值大于 max_rad 时，它会从 Nx1 的 3 个 numpy 数组中删除元素“i”。

for i in range(len(rad_vec)-1,-1,-1):
    if rad_vec_temp[i] >= max_rad :
        azim_vec = np.delete(azim_vec, i)
        elev_vec = np.delete(elev_vec, i)
        rad_vec = np.delete(rad_vec, i)

我需要另一种方法来执行相同的过程，但比这种方法更快。

【问题讨论】：

只需根据条件和索引创建掩码即可。不要迭代，使用矢量化方法

标签： python arrays algorithm numpy sorting

【解决方案1】：

与其删除代价高昂的，不如尝试如下选择：

#if rad_vec_temp is not an array, first convert it to an array
rad_vec_temp = np.array(rad_vec_temp)
mask = rad_vec_temp<max_rad
azim_vec = azim_vec[mask]
elev_vec = elev_vec[mask]
rad_vec = rad_vec[mask]

【讨论】：

【解决方案2】：

每次调用np.delete，数组都会被重新分配。这使操作变得昂贵。 Numpy 是关于批量操作的，所以这里有一些不同的方法供您进行基准测试。它们都取决于您可以为要删除的位置创建一个掩码数组这一事实：

to_delete = (rad_vec_temp >= max_rad)

或者，保留一个：

to_keep = (rad_vec_temp < max_rad)

使用delete，但只用一次：
```
 azim = np.delete(azim, to_delete)
 elev = np.delete(elev, to_delete)
 rad = np.delete(rad, to_delete)
```
请记住，每次传入掩码时，都必须对其进行两次遍历：一次计算被掩码元素的数量，另一次在分配输出后应用掩码。这不是有效的，因为它发生了 3 次。

为避免多次通过掩码，您可以将其转换为索引：

 indices = np.flatnonzero(to_delete)
 azim = np.delete(azim, indices)
 elev = np.delete(elev, indices)
 rad = np.delete(rad, indices)

您还可以使用带有反向掩码的直接索引来指示要保留的位置。这是更常见的方式，因为它的读写非常简单：
```
 azim = azim[to_keep]
 elev = elev[to_keep]
 rad = rad[to_keep]
```
这里的问题与 #1 相同。

您可以使用花哨的索引来避免多次通过掩码：

 indices = np.flatnonzero(to_keep)
 azim = azim[indices]
 elev = elev[indices]
 rad = rad[indices]

您必须在您的特定系统上对这些进行基准测试。但是，我希望您会发现 #1 和 #3 比 #2 和 #4 慢。

【讨论】：