给定相同长度的布尔向量，屏蔽 2D numpy 数组行的最快方法？

Question

我有一个形状为 1 x N 的 numpy 布尔向量和一个形状为 160 x N 的二维数组。什么是对二维数组的列进行子集化的快速方法，这样对于具有 True 的布尔向量的每个索引在其中，该列被保留，并且对于其中包含 False 的布尔向量的每个索引，该列被丢弃？

如果您调用向量掩码和数组特征，我发现以下内容太慢了：np.array([f[mask] for f in features])

有没有更好的方法？我觉得应该有吧？

Answer 1

你可以试试这个，

    new_array = 2d_array[:,bool_array==True]

因此，您可以根据轴选择要删除的轴。如果你得到一个一维数组，那么你可以重塑它并获得所需的数组。这种方法也会更快。