在numpy中通过另一个数组过滤数组元素

Question

这里有一个简单的例子import numpy as npx=np.random.rand(5,5)k,p = np.where(x>0.5)k 和 p 是索引数组现在我有一个应该被视为 m=[0,2,4] 的行列表，所以我需要找到列表 m 中 k 的所有条目。我想出了一个非常简单但效率低下的可怕解决方案d = np.array([ (a,b) for a,b in zip(k,p) if a in m])该解决方案有效，但速度很慢。我正在寻找一种更好、更有效的方法。我需要使用动态调整的 m 进行数百万次这样的操作，因此算法的效率确实是一个关键问题。

Answer 1

也许下面更快：

d=np.dstack((k,p))[0]

print(d[np.isin(d[:,0],m)])

Answer 2

您可以使用isin()获取可用于索引的布尔掩码k。

>>> x=np.random.rand(3,3)

>>> x

array([[0.74043564, 0.48328081, 0.82396324],

       [0.40693944, 0.24951958, 0.18043229],

       [0.46623863, 0.53559775, 0.98956277]])

>>> k, p = np.where(x > 0.5)

>>> p

array([0, 2, 1, 2])

>>> k

array([0, 0, 2, 2])

>>> m

array([0, 1])  

>>> np.isin(k, m)

array([ True,  True, False, False])

>>> k[np.isin(k, m)]

array([0, 0])

Answer 3

怎么样：

import numpy as np

m = np.array([0, 2, 4])

k, p = np.where(x[m, :] > 0.5)

k = m[k]

print(zip(k, p))

这只考虑有趣的行（然后将它们压缩到 2d 索引）。