例如,如果我有一个 numpy 数组:
A = np.array([[3, 2], [2, -1], [2, 3], [5, 6], [7,-1] , [8, 9]])
我想将数组的一部分与具有 -1 的子数组与不具有 -1 的子数组分开。 请记住,我正在处理非常大的数据集,因此每个操作都可能很长,所以我尝试在内存和 CPU 时间方面采用最有效的方式。
我现在正在做的是:
slicing1 = np.where(A[:, 1] == -1)
with_ones = A[slicing1]
slicing2 = np.setdiff1d(np.arange(A.shape[0]), slicing1, assume_unique=True)
without_ones = A[slicing2]
有没有办法不创建 slicing2
列表来减少内存消耗,因为它可能非常大?
有没有更好的方法来解决这个问题?
最佳答案
一种方法是存储所需的逻辑索引,然后在第二种情况下使用其逻辑非索引:
In [46]: indx = A[:, 1] != -1
In [47]: A[indx]
Out[47]:
array([[3, 2],
[2, 3],
[5, 6],
[8, 9]])
In [48]: A[~indx]
Out[48]:
array([[ 2, -1],
[ 7, -1]])
关于python - numpy 数组中的互补切片,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/29112408/