我有一个包含 100,000 多行的二维 numpy 数组。我需要返回这些行的一个子集(我需要执行该操作 1,000 次,因此效率很重要)。
一个模拟的例子是这样的:
import numpy as np
a = np.array([[1,5.5],
[2,4.5],
[3,9.0],
[4,8.01]])
b = np.array([2,4])
所以...我想从 a 返回数组,其中第一列中的行由 b 标识:
c=[[2,4.5],
[4,8.01]]
当然,不同之处在于 a 和 b 中都有更多的行,所以我想避免循环。另外,我尝试制作字典并使用 np.nonzero,但仍然有点难过。
提前感谢您的任何想法!
编辑:请注意,在这种情况下,b 是标识符而不是索引。这是一个修改后的例子:
import numpy as np
a = np.array([[102,5.5],
[204,4.5],
[343,9.0],
[40,8.01]])
b = np.array([102,343])
我想返回:
c = [[102,5.5],
[343,9.0]]
最佳答案
编辑: 删除了我原来的答案,因为这是对问题的误解。而是尝试:
ii = np.where((a[:,0] - b.reshape(-1,1)) == 0)[1]
c = a[ii,:]
我正在做的是使用广播从 a
中减去 b
的每个元素,然后在该数组中搜索表示匹配的零。这应该可行,但您应该小心比较 float ,尤其是当 b 不是整数数组时。
EDIT 2 感谢 Sven 的建议,您可以试试这个稍微修改过的版本:
ii = np.where(a[:,0] == b.reshape(-1,1))[1]
c = a[ii,:]
它比我原来的实现要快一点。
编辑 3 目前最快的解决方案(比 Sven 的第二个大型阵列解决方案快 10 倍)是:
c = a[np.searchsorted(a[:,0],b),:]
假设 a[:,0]
已排序并且 b
的所有值都出现在 a[:,0]
中。
关于python - 从二维数组中提取指定行的最有效方法?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/5505380/