删除另一个数组中包含的一维数组中的值[重复]答案

【问题标题】：Remove values in 1d array contained in another array [duplicate]删除另一个数组中包含的一维数组中的值[重复]
【发布时间】：2020-06-09 10:39:23
【问题描述】：

我有一个项目，我必须从某个数组中删除活动并将其存储在另一个数组中。

例如：

select_act = [2]
q_active = [2, 3]

到目前为止，我的代码如下所示：

for ele in select_act:
    new_q_active = numpy.delete(q_active, numpy.where(ele))
print(new_q_active)

Output: new_q_active = [3]

目标是删除q_active 中的元素（如果它们已经在select_act 中）。我上面的代码适用于给定的示例。但是，假设q_active 中的所有活动都已经在select_act 中，

q_active = [2, 3]
select_act = [2, 3]

我不断收到的output 保持不变：

new_q_active = []

有什么建议我为什么一直这样吗？任何帮助，将不胜感激！谢谢！

【问题讨论】：

值得询问您是否真的关心订购。如果没有，那么set(q_active) - set(select_act) 将是实现这一目标的有效方法。（可以使用list() 将其转换回列表，但顺序将是未定义的。）

标签： python arrays python-3.x numpy

【解决方案1】：

有重复项

一般来说，在迭代时删除并不是一个好主意，因为you can easily skip values。一种方法是从np.isin 的结果中定义一个布尔掩码，并使用它来索引q_active。使用此方法，您将保留所有重复值的实例：

select_act = np.array([2])
q_active = np.array([2, 3, 4, 2, 3])

m = np.isin(q_active, select_act, invert=True)
# array([ True, False])
q_active[m]
# array([3, 4, 3])

没有重复

还可能值得一提的是np.setdiff1d，如果没有重复，顺序并不重要是不错的选择：

select_act = np.array([2])
q_active = np.array([4, 2, 3])

np.setdiff1d(q_active, select_act)
# array([3, 4])

两种方法之间的比较（有趣的是我们不想保留重复的情况，否则需要前者）：

q_active = np.random.randint(1,20_000,10_000)
select_act = np.random.randint(1,20_000,5_000)

%%timeit
m = np.isin(q_active, select_act, invert=True)
q_active[m]
# 1.01 ms ± 14.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%%timeit
m = np.in1d(q_active, select_act, invert=True)
q_active[m]
# 1.01 ms ± 26.3 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit np.setdiff1d(q_active, select_act)
# 808 µs ± 7.54 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

【讨论】：

【解决方案2】：

根据您是否需要使用 numpy（这对于这项任务来说似乎有点过分），您可以通过使用集合论来实现这一点：

new_q_active = list(set(q_active).difference(set(select_act)))

或者，列表推导也可以解决问题：

new_q_active = [x for x in q_active if x not in select_act]

【讨论】：