如何选择 NumPy 数组中除索引序列之外的所有元素 [重复]答案

【问题标题】：How to select all elements in a NumPy array except for a sequence of indices [duplicate]如何选择 NumPy 数组中除索引序列之外的所有元素 [重复]
【发布时间】：2017-11-28 20:57:55
【问题描述】：

假设我有一些长数组和一个索引列表。我如何选择除那些索引之外的所有内容？我找到了一个解决方案，但它并不优雅：

import numpy as np
x = np.array([0,10,20,30,40,50,60])
exclude = [1, 3, 5]
print x[list(set(range(len(x))) - set(exclude))]

【问题讨论】：

可能重复：stackoverflow.com/questions/7429118/…
@AlperFıratKaya，您的链接只删除了一个元素，而不是它们的列表。

标签： python arrays numpy

【解决方案1】：

这就是numpy.delete 所做的。（它不会修改输入数组，所以你不必担心。）

In [4]: np.delete(x, exclude)
Out[4]: array([ 0, 20, 40, 60])

【讨论】：

【解决方案2】：

np.delete 会根据您提供的内容执行各种操作，但在这种情况下，它会使用如下掩码：

In [604]: mask = np.ones(x.shape, bool)
In [605]: mask[exclude] = False
In [606]: mask
Out[606]: array([ True, False,  True, False,  True, False,  True], dtype=bool)
In [607]: x[mask]
Out[607]: array([ 0, 20, 40, 60])

【讨论】：

最好的解决方案，我认为是最可矢量化和最有效的解决方案。
@JoeyCarson，你能解释一下为什么它比接受的更好吗？
@ShihabShahriarKhan 根据 numpy.delete 文档，“通常最好使用布尔掩码 ... [它] 等效于 np.delete(...)，但允许进一步使用面具。”

【解决方案3】：

np.in1d 或 np.isin 基于exclude 创建布尔索引可能是另一种选择：

x[~np.isin(np.arange(len(x)), exclude)]
# array([ 0, 20, 40, 60])

x[~np.in1d(np.arange(len(x)), exclude)]
# array([ 0, 20, 40, 60])

【讨论】：

这具有可用于分配的优点。不过，想知道是否没有更有效的方法......

【解决方案4】：

您还可以对索引使用列表推导

>>> x[[z for z in range(x.size) if not z in exclude]]
array([ 0, 20, 40, 60])

【讨论】：