从两个数组中删除具有相同索引的零元素

Question

给定两个长度相同的numpy 数组，我需要从它们中删除那些相同的索引元素为零。例如，给定数组

a = [5 9 2 0 1 4 9 0 8 1]
b = [1 0 3 1 2 4 2 0 3 2]

我需要获得

a = [5 9 2 0 1 4 9 8 1]
b = [1 0 3 1 2 4 2 3 2]

即，只有在两个数组中 具有零值的元素被从两个数组中删除。我试过这种方法

import numpy as np

a = np.random.randint(0, 10, 10)
b = np.random.randint(0, 10, 10)

a_z_idx = [a != 0]
b_z_idx = [b != 0]

ab_z_idx = a_z_idx and b_z_idx

a = a[ab_z_idx]
b = b[ab_z_idx]

但这也会删除两个数组中的零元素，而不是只删除两个数组中都为零的元素。

我的实际数组有几百万个元素，所以我追求最有效的方法。

Answer 1

创建组合掩码和索引 -

mask = ~((a == 0) & (b==0))
a,b = a[mask], b[mask]

另一种创建蒙版的方法 -

mask = (a!=0) | (b!=0)

如果你喜欢内置插件，那些会转化为 -

~np.logical_and( a==0, b==0)
np.logical_or( a!=0, b!=0)

比较掩码创建代码的运行时测试 -

In [342]: a = np.random.randint(0,10,(100000))

In [343]: b = np.random.randint(0,10,(100000))

In [344]: %timeit ~((a == 0) & (b==0))
     ...: %timeit (a!=0) | (b!=0)
     ...: %timeit ~np.logical_and( a==0, b==0)
     ...: %timeit np.logical_or( a!=0, b!=0)
     ...: 
10000 loops, best of 3: 67.7 µs per loop
10000 loops, best of 3: 62.8 µs per loop
10000 loops, best of 3: 68.4 µs per loop
10000 loops, best of 3: 62.8 µs per loop

没有看到任何明显的赢家。如果您要挑剔，请选择基于OR-ing 的那些。