私はnp.arraysで作業しています。最後のN値を削除するより効率的な方法fom np.array
corr=corr[:-n]
しかし、私はにnp.delete使用を考えていた：私は、nはまた、1
n=5
corr=np.full(10,10)
通常、私は配列のスライスで、このアプローチを使用することができ、最後のn個の要素を、削除しようとしていますパフォーマンスの増加：
np.delete(corr,range(-n,0))
をしかし、それは動作しません、任意のより良い解決策は、配列のスライスとの比較がありますか？ （n = 0の場合にも対処できる方法です）
アレイはshape、dtypeような属性を持つオブジェクト、及びデータバッファです。 A[:-5]のようなビューは、独自のshapeなどを持つ別の配列ですが、共有データバッファーを使用しています。同じデータを見ていますが、スライスだけが見えます。
A[:-5].copy()は同じであるように見えますが、Aから選択した要素のコピーを持つ独自のデータバッファを持ちます。
Aのデータバッファのサイズを変更する方法はありません。
np.deleteは、独自のデータバッファを持つ新しい配列を返します。形状や削除パターンに応じて様々な方法を使います。すべての場合、それはコピーであり、スライスよりも遅い。
corr[0:corr.size-n]を使用してください。これはビューだけなので、より高速です。 np.deleteは残りの要素のコピーです。
In [9]: %timeit corr[0:corr.size-5]
1000000 loops, best of 3: 1.45 µs per loop
In [10]: %timeit np.delete(corr,range(corr.size-5,corr.size))
10000 loops, best of 3: 145 µs per loop
'view'または' copy'をしますか？ – hpaulj
np.deleteは新しい配列を割り当てます。これはスライスよりも遅くなる可能性があります（正のインデックス、つまり範囲（5,10）など）を与える必要があります yeah ... np.deleteはスライスよりも遅い。 – CookieOfFortune
'delete'はインプレースで動作しません。新しい配列を返します。 – hpaulj