Python、Numpy : How to select numpy array with given mask

标签 python arrays numpy set-difference

例如,给定一个 (10000, 250) 大小的 numpy 矩阵 A

>>>A.shape
(10000, 250)

和一个 numpy 掩码数组 m

>>>m = np.arange(0, A.shape[0], 3)
>>>m
([0, 3, 6, 9, ....., 9997])

这将选择所需的A

>>>A[m]
>>>A[m].shape
(3333, 250)

但我的问题是。如何选择A的其余部分? A[([1, 2, 4, 5, 7, 8, ...., 9998, 9999, 10000])]

最佳答案

您可以使用setdiff1d选择不属于 m 的所有索引:

A[np.setdiff1d(np.arange(A.shape[0]), m)]

关于Python、Numpy : How to select numpy array with given mask,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48608540/

相关文章:

python - 如何从字典有效构建数据框(pandas)

c - 试图将这些数组写入缓冲区和表数组,我错过了什么?

python - 向量化连续 numpy 计算

python - 与python匹配的scipy方法

python - 无法在 Python.TypeError : argument parent: Expected Gtk. 窗口中使用 GTK 设置父级,但得到 __main__.function

python - 如何将postgreSQL中的文件保存到本地?

python - 在 YouTube 上搜索并返回 Python 中的所有链接

Javascript 错误对象数组出现意外的新标记

javascript - 如何将多个经纬度值从数组传递到 bing map

opencv - Numpy TypeError:列表索引必须是整数,而不是元组,如何更改代码?