python - 删除矩阵 subview 中的第一个元素

Question

我有这样一个数据集:

[[0,1],
 [0,2],
 [0,3],
 [0,4],
 [1,5],
 [1,6],
 [1,7],
 [2,8],
 [2,9]]

我需要删除第一列定义的数据的每个 subview 的第一个元素。所以首先我得到所有在第一列中有 0 的元素，然后删除第一行:[0,1]。然后我在第一列中获取带有 1 的元素并删除第一行 [1,5]，下一步我删除 [2,8] 等等。最后，我想要一个这样的数据集:

[[0,2],
 [0,3],
 [0,4],
 [1,6],
 [1,7],
 [2,9]]

---

编辑:这可以在 numpy 中完成吗？我的数据集非常大，因此所有元素上的循环至少需要 4 分钟才能完成。

Answer 1

根据要求，numpy 解决方案:

import numpy as np
a = np.array([[0,1], [0,2], [0,3], [0,4], [1,5], [1,6], [1,7], [2,8], [2,9]])
_,i = np.unique(a[:,0], return_index=True)

b = np.delete(a, i, axis=0)

---

(以上经过编辑以纳入@Jaime 的解决方案，为了后代的缘故，这里是我原来的屏蔽解决方案)

m = np.ones(len(a), dtype=bool)
m[i] = False
b = a[m]

---

有趣的是，mask 似乎更快:

In [225]: def rem_del(a):
   .....:     _,i = np.unique(a[:,0], return_index=True)
   .....:     return np.delete(a, i, axis = 0)
   .....: 

In [226]: def rem_mask(a):
   .....:     _,i = np.unique(a[:,0], return_index=True)
   .....:     m = np.ones(len(a), dtype=bool)
   .....:     m[i] = False
   .....:     return a[m]
   .....: 

In [227]: timeit rem_del(a)
10000 loops, best of 3: 181 us per loop

In [228]: timeit rem_mask(a)
10000 loops, best of 3: 59 us per loop