Python删除数组中的所有负值答案

【问题标题】：Python removing all negative values in arrayPython删除数组中的所有负值
【发布时间】：2014-05-30 13:22:15
【问题描述】：

删除数组中的负元素最有效的方法是什么？我试过numpy.delete 和Remove all specific value from array 以及x[x != i] 形式的代码。

为：

import numpy as np
x = np.array([-2, -1.4, -1.1, 0, 1.2, 2.2, 3.1, 4.4, 8.3, 9.9, 10, 14, 16.2])

我想得到一个数组：

[0, 1.2, 2.2, 3.1, 4.4, 8.3, 9.9, 10, 14, 16.2]

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

In [2]: x[x >= 0]
Out[2]: array([  0. ,   1.2,   2.2,   3.1,   4.4,   8.3,   9.9,  10. ,  14. ,  16.2])

【讨论】：

您将这个操作称为什么？我有兴趣了解它是如何工作的
它的 numpy.where（快捷方式）和 numpy 切片相结合

【解决方案2】：

如果性能很重要，您可以利用 np.array 已排序这一事实并使用 numpy.searchsorted

例如：

In [8]: x[np.searchsorted(x, 0) :]
Out[8]: array([  0. ,   1.2,   2.2,   3.1,   4.4,   8.3,   9.9,  10. ,  14. ,  16.2])

In [9]: %timeit x[np.searchsorted(x, 0) :]
1000000 loops, best of 3: 1.47 us per loop

In [10]: %timeit x[x >= 0]
100000 loops, best of 3: 4.5 us per loop

性能差异将随着数组大小的增加而增加，因为 np.searchsorted 执行 O(log n) 的二进制搜索与 x >= 0 执行的 O(n) 线性搜索。

In [11]: x = np.arange(-1000, 1000)

In [12]: %timeit x[np.searchsorted(x, 0) :]
1000000 loops, best of 3: 1.61 us per loop

In [13]: %timeit x[x >= 0]
100000 loops, best of 3: 9.87 us per loop

【讨论】：

【解决方案3】：

可能有一个很酷的方法是 numpy，因为 numpy 对我来说很神奇，但是：

x = np.array( [ num for num in x if num >= 0 ] )

【讨论】：

【解决方案4】：

在 numpy 中：

b = array[array>=0]

例子：

>>> import numpy as np
>>> arr = np.array([-2, -1.4, -1.1, 0, 1.2, 2.2, 3.1, 4.4, 8.3, 9.9, 10, 14, 16.2])
>>> arr = arr[arr>=0]
>>> arr
array([  0. ,   1.2,   2.2,   3.1,   4.4,   8.3,   9.9,  10. ,  14. ,  16.2])

【讨论】：