过滤一个numpy数组的行？ [英] Filter rows of a numpy array?

问题描述

我正在寻找一个函数应用到numpy数组的每一行。如果这个函数的计算结果是真的，我会保持这一行，否则我会放弃它。例如，我的函数可能是：

pre $ code def f（row）：
如果sum（row）> 10 ：return True
else：return False

我想知道是否有类似的东西：

  np.apply_over_axes（）
  

它将函数应用到numpy数组的每一行并返回结果。我希望得到如下的东西：

  np.filter_over_axes（）
  

这将对numpy数组的每一行应用一个函数，并且只返回函数返回true的行。有没有这样的事情？或者我应该只使用for循环？理想情况下，你将能够实现你的函数的矢量化版本，并使用那要做布尔索引。对于绝大多数问题，这是正确的解决方案。 Numpy提供了很多功能，可以在不同的轴上执行以及所有的基本操作和比较，所以最有用的条件应该是可以进行矢量化的。

 <$ （20，3）
 x_new = x [np.sum（x，axis = 1）> .5] 
  

如果您确定无法完成上述操作，建议使用列表理解（或 np.apply_along_axis
$ b

  def myfunc（row）：
）创建一个bools数组来索引。返回总和（行）> 。
 
 bool_arr = np.array（[myfunc（row）for x）] 
 x_new = x [bool_arr] 
  

这将以相对干净的方式完成工作，但会比矢量化版本慢得多。一个例子：

  x = np.random.randn（5000，200）
 
％timeit x [np.sum（x，axis = 1）> .5] 
＃100循环，最好的3：每循环5.71毫秒
 
％timeit x [np.array（[myfunc（row）for x]] 
＃1循环，最好3：每个循环217毫秒
  

I am looking to apply a function to each row of a numpy array. If this function evaluates to true I will keep the row, otherwise I will discard it. For example, my function might be:

def f(row):
    if sum(row)>10: return True
    else: return False

I was wondering if there was something similar to:

np.apply_over_axes()

which applies a function to each row of a numpy array and returns the result. I was hoping for something like:

np.filter_over_axes()

which would apply a function to each row of an numpy array and only return rows for which the function returned true. Is there anything like this? Or should I just use a for loop?

解决方案

Ideally, you would be able to implement a vectorized version of your function and use that to do boolean indexing. For the vast majority of problems this is the right solution. Numpy provides quite a few functions that can act over various axes as well as all the basic operations and comparisons, so most useful conditions should be vectorizable.

import numpy as np

x = np.random.randn(20, 3)
x_new = x[np.sum(x, axis=1) > .5]

If you are absolutely sure that you can't do the above, I would suggest using a list comprehension (or np.apply_along_axis) to create an array of bools to index with.

def myfunc(row):
    return sum(row) > .5

bool_arr = np.array([myfunc(row) for row in x])
x_new = x[bool_arr]

This will get the job done in a relatively clean way, but will be significantly slower than a vectorized version. An example:

x = np.random.randn(5000, 200)

%timeit x[np.sum(x, axis=1) > .5]
# 100 loops, best of 3: 5.71 ms per loop

%timeit x[np.array([myfunc(row) for row in x])]
# 1 loops, best of 3: 217 ms per loop

这篇关于过滤一个numpy数组的行？的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！