python - 如果存在于另一个数组中，则从一个数组中删除元素，保留重复元素 - NumPy/Python

Question

我有两个数组 A(380 万的长度)和 B(20k 的长度)。 对于最小的示例，让我们以这种情况为例:

A = np.array([1,1,2,3,3,3,4,5,6,7,8,8])
B = np.array([1,2,8])

现在我希望得到的数组是:

C = np.array([3,3,3,4,5,6,7])

即如果在 A 中找到 B 中的任何值，则将其从 A 中删除，如果不保留它。

我想知道是否有没有for 循环 的方法，因为它是一个很长的数组，因此循环需要很长时间。

Answer 1

使用searchsorted

有了排序的B，我们可以使用searchsorted -

A[B[np.searchsorted(B,A)] !=  A]

从链接文档中，searchsorted(a,v) 找到排序数组 a 中的索引，如果 v 中的相应元素code> 被插入到索引之前，a 的顺序将被保留。所以，假设 idx = searchsorted(B,A) 并且我们用这些索引到 B:B[idx]，我们将得到一个B 的映射版本对应于 A 中的每个元素。因此，将此映射版本与 A 进行比较会告诉我们 A 中的每个元素是否在 B 中存在匹配项。最后，索引到 A 以选择不匹配的。

一般情况(B 未排序):

如果 B 尚未按照先决条件进行排序，请对其进行排序，然后使用建议的方法。

或者，我们可以使用 sorter 参数和 searchsorted -

sidx = B.argsort()
out = A[B[sidx[np.searchsorted(B,A,sorter=sidx)]] != A]

更通用的情况(A 的值高于 B 中的值):

sidx = B.argsort()
idx = np.searchsorted(B,A,sorter=sidx)
idx[idx==len(B)] = 0
out = A[B[sidx[idx]] != A]

---

使用in1d/isin

我们也可以使用np.in1d ，这是非常简单的(链接文档应该有助于澄清)，因为它为 A 中的每个元素查找 B 中的任何匹配项，然后我们可以使用 bool 索引用倒置的掩码来寻找不匹配的 -

A[~np.in1d(A,B)]

与 isin 相同 -

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

带有 invert 标志 -

A[np.in1d(A,B,invert=True)]

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

当 B 不一定排序时，这解决了泛型问题。