numpyのインデックス：残り

Question

A numpyのインデックスの単純例を返します：

In: a = numpy.arange(10) 
In: sel_id = numpy.arange(5) 
In: a[sel_id] 
Out: array([0,1,2,3,4]) 

にはどうすればsel_idでインデックス化されていない配列の残りを返すのですか？私が考えることは：

In: numpy.array([x for x in a if x not in a[id]]) 
out: array([5,6,7,8,9]) 

もっと簡単な方法はありますか？

Answer 1

、私は実際にブールマスクを使用したい：

a = numpy.arange(10) 
include_index = numpy.arange(4) 
include_idx = set(include_index) #Set is more efficient, but doesn't reorder your elements if that is desireable 
mask = numpy.array([(i in include_idx) for i in xrange(len(a))]) 

今すぐあなたの値を取得することができます：a[mask]は必ずしも同じでは得られないことを

included = a[mask] # array([0, 1, 2, 3]) 
excluded = a[~mask] # array([4, 5, 6, 7, 8, 9]) 

注意をそのようなシナリオでの出力のためには、include_indexの順番が重要であるため（a[sorted(include_index)]とおおよそ等しくなるはずです）、a[include_index]のようなものです。ただし、除外されたアイテムの順序は明確に定義されていないため、これが正常に機能するはずです。

---

EDIT

マスクを作成するための良い方法は次のとおりです。

mask = np.zeros(a.shape,dtype=bool) 
mask[include_idx] = True 

（セバーグのおかげで）。

Answer 2

numpy.setdiff1d(a, a[sel_id])トリックを行う必要があります。これ以上のものがあるかどうかは分かりません。

Answer 3

それはより多くのようなものだ：残りの部分を選択するための構文：彼らは[N]の連続使用している場合、また

a = numpy.array([1, 2, 3, 4, 5, 6, 7, 4]) 
exclude_index = numpy.arange(5) 
include_index = numpy.setdiff1d(numpy.arange(len(a)), exclude_index) 
a[include_index] 
# array([6, 7, 4]) 

# Notice this is a little different from 
numpy.setdiff1d(a, a[exclude_index]) 
# array([6, 7] 

Answer 4

。たとえば、arr [5：]は配列の最後から5番目の要素を選択します。この単純な1次元の場合については

Answer 5

あなたはブールマスクとうまくこれを行うことができます（@mgilsonから撮影）

a = numpy.arange(10) 

mask = np.ones(len(a), dtype=bool) # all elements included/True. 
mask[[7,2,8]] = False    # Set unwanted elements to False 

print a[mask] 
# Gives (removing entries 7, 2 and 8): 
[0 1 3 4 5 6 9] 

追加。作成されたバイナリマスクは、a[~mask]で元のスライスを戻すのにうまく使用できますが、元のインデックスがの場合はになります。

---

EDIT：私はこの時（2012年9月）でnp.deleteバギーを検討することを実現しなければならなかったとして、下に移動。

また、マスクはより強力です（そして、将来はOKオプションでなければならないと思いますが）np.deleteを使用することもできます。しかし、現時点では上記の方が遅く、負のインデックス（またはスライスが与えられたときのステップ）で予期しない結果が発生します。

print np.delete(a, [7,2,8]) 

Answer 6

aが1次元配列であると仮定すると、あなただけのインデックスのリストから、あなたがしたくない項目をポップできます

accept = [i for i in range(a.size) if i not in avoid_list] 
a[accept] 

また

のようなものを使用することを試みることができます

accept = sorted(set(range(a.size)) - set(indices_to_discard)) 
a[accept] 

アイデアは、必要のないインデックスセットの補完的なインデックス付けを使用することです。

Answer 7

私はブールマスクでこれを行いますが、少し異なります。 N次元で作業することの利点は、連続的であってもなくてもよい。メモリ使用量は、マスクされた配列に対してビューまたはコピーが作成されたかどうかによって決まりますが、わかりません。

import numpy 
a = numpy.arange(10) 
sel_id = numpy.arange(5) 
mask = numpy.ma.make_mask_none(a.shape) 
mask[sel_id] = True 
answer = numpy.ma.masked_array(a, mask).compressed() 
print answer 
# [5 6 7 8 9]