我正在使用numpy 1.6.2和python 2.7处理非常大的矩阵。给定一个N x M矩阵A和一个映射B，在这里可以为每一行找到要删除的元素的索引。这是一个例子：
A =
26 55 29 30
31 65 34 35
36 75 39 40
41 85 44 45
46 95 49 50
B =
2
0
1
3
2
结果将是：
A =
26 55 30
65 34 35
36 39 40
41 85 44
46 95 50
实际上，为了得到这个，我创建了一个像这样的循环：
for i in xrange(size(B)):
A[i,:] = concatenate(A[i,0:B[i]],A[i,B[i]+1:])
但这确实很慢。有没有更快的方法来删除我需要的元素？
谢谢你们！
您可以A为此创建一个蒙版：
>>> mask = np.arange(4) != np.vstack(B)
>>> mask
array([[ True, True, False, True],
[False, True, True, True],
[ True, False, True, True],
[ True, True, True, False],
[ True, True, False, True]], dtype=bool)
然后使用它从中过滤掉不需要的（False）值A，重新整形，然后重新绑定到变量名A：
>>> A = A[mask].reshape(5, 3)
>>> A
array([[26, 55, 30],
[65, 34, 35],
[36, 39, 40],
[41, 85, 44],
[46, 95, 50]])
这应该比使用更快，concatenate因为它避免了在Pythonfor循环的每次迭代中复制数组。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句