过滤numpy数组的行？答案

【问题标题】：Filter rows of a numpy array?过滤numpy数组的行？
【发布时间】：2014-11-27 01:57:14
【问题描述】：

我希望将一个函数应用于 numpy 数组的每一行。如果此函数计算结果为 true，我将保留该行，否则我将丢弃它。例如，我的函数可能是：

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

我想知道是否有类似的东西：

np.apply_over_axes()

将函数应用于 numpy 数组的每一行并返回结果。我希望得到类似的东西：

np.filter_over_axes()

这会将一个函数应用于 numpy 数组的每一行，并且只返回函数返回 true 的行。有这样的吗？还是应该只使用 for 循环？

【问题讨论】：

标签： python numpy filter

【解决方案1】：

理想情况下，您将能够实现函数的矢量化版本并使用它来执行boolean indexing。对于绝大多数问题，这是正确的解决方案。 Numpy 提供了相当多的函数，可以作用于各种轴以及所有基本操作和比较，因此大多数有用的条件应该是可向量化的。

import numpy as np

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

如果您绝对确定自己不能执行上述操作，我建议您使用列表推导（或 np.apply_along_axis）来创建一个布尔数组以用于索引。

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

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

【讨论】：

感谢 Roger，我想使用的函数比求和要复杂一些，所以我最终可能会使用列表理解解决方案。