根据第二个数组过滤numpy数组中的行答案

【问题标题】：Filter rows in numpy array based on second array根据第二个数组过滤numpy数组中的行
【发布时间】：2022-01-20 16:21:41
【问题描述】：

我有 2 个二维 numpy 数组 A 和 B 我想删除 A 中出现在 B 中的所有行。

我尝试过这样的事情：

A[~np.isin(A, B)]

但是 isin 保留了 A 的维度，我需要每行一个布尔值来过滤它。

编辑：像这样

A = np.array([[3, 0, 4],
              [3, 1, 1],
              [0, 5, 9]])
B = np.array([[1, 1, 1],
              [3, 1, 1]])

.....

A = np.array([[3, 0, 4],
              [0, 5, 9]])

【问题讨论】：

我认为一个简短的例子会更好地说明你的问题
您的阵列实际有多大？这些项目是否有一个很小的价值？它们总是正整数吗？

标签： python numpy

【解决方案1】：

可能不是最高效的解决方案，但正是您想要的。您可以将A 和B 的dtype 更改为由一行组成的单元。您需要首先确保数组是连续的，例如ascontiguousarray:

Av = np.ascontiguousarray(A).view(np.dtype([('', A.dtype, A.shape[1])])).ravel()
Bv = np.ascontiguousarray(B).view(Av.dtype).ravel()

现在你可以直接申请np.isin了：

>>> np.isin(Av, Bv)
array([False,  True, False])

根据文档，invert=True 比否定isin 的输出要快，所以你可以这样做

A[np.isin(Av, Bv, invert=True)]

【讨论】：

这很聪明，但是：A = np.array([[3, 0, 4], [3, 1, 1], [0, 5, 9]], order="F")（在你说“哦，这只是一个奇怪的角落条件”之前，这是 .transpose() 返回的顺序）
@CJR。我很清楚order='F' 的来源。显然，这仅在最后一个轴是连续的情况下才有效。能够使用 Fortran 有序数组创建视图实际上已被弃用，您应该会看到警告。我为下一个版本删除了它：github.com/numpy/numpy/pull/20722
如何使用副本来确保排序/连续性正确？
@JérômeRichard。已添加
@CJR。修复了复制问题

【解决方案2】：

尝试以下方法 - 它使用矩阵乘法来降低维度：

import numpy as np

A = np.array([[3, 0, 4],
              [3, 1, 1],
              [0, 5, 9]])
B = np.array([[1, 1, 1],
              [3, 1, 1]])

arr_max = np.maximum(A.max(0) + 1, B.max(0) + 1)
print (A[~np.isin(A.dot(arr_max), B.dot(arr_max))])

输出：

[[3 0 4]
 [0 5 9]]

【讨论】：

哦，哇，是的，这就是我想要的，从 A 中删除 B 中存在的行。但我不知道它是如何工作的：D
正如目前所写，您的答案尚不清楚。请edit 添加其他详细信息，以帮助其他人了解这如何解决所提出的问题。你可以找到更多关于如何写好答案的信息in the help center。
这很聪明，但是：A = np.array([[1, 0, 0], [1, 1, 0], [0, 1, 1]]) 和 B = np.array([[1, 1, 0], [1, 0, 1]])
聪明。不完美，但一个好主意
答案可能是 not 总是有效，因为点积不会生成 unique 值。我认为缺少累积的产品（例如当我们展平 ND 阵列时）。另外，如果最大值很大或者数组的大小很大，那么肯定会有一些溢出导致bug。

【解决方案3】：

这当然不是最高效的解决方案，但它相对容易阅读：

A = np.array([row for row in A if row not in B])

编辑：

我发现代码无法正常工作，但确实如此：

A = [row for row in A if not any(np.equal(B, row).all(1))]

【讨论】：