根据每行的第一个元素返回 NumPy 数组的子集

Question

我正在尝试获取给定 NumPy 数组 alist 的子集 x，这样每行的第一个元素必须在列表 r em>。

>>> import numpy 
>>> alist = numpy.array([(0, 2), (0, 4), (1, 3), (1, 4), (2, 1), (3, 1), (3, 2), (4, 1), (4, 3), (4, 2)])
>>> alist
array([[0, 2],
   [0, 4],
   [1, 3],
   [1, 4],
   [2, 1],
   [3, 1],
   [3, 2],
   [4, 1],
   [4, 3],
   [4, 2]])
>>> r = [1,3]
>>> x = alist[where first element of each row is in r] #this i need to figure out.
>>> x
array([[1, 3],
   [1, 4],
   [3, 1],
   [3, 2]])

在 Python 中执行此操作的任何简单方法（无需循环，因为我有一个大型数据集）？

Answer 1

从输入数组中切出第一列（基本上从每一行中选择第一个元素），然后使用np.in1d 和r 作为第二个输入来创建此类有效行的掩码，最后索引到数组的行用掩码选择有效的。

因此，实现将是这样的 -

alist[np.in1d(alist[:,0],r)]

示例运行 -

In [258]: alist   # Input array
Out[258]: 
array([[0, 2],
       [0, 4],
       [1, 3],
       [1, 4],
       [2, 1],
       [3, 1],
       [3, 2],
       [4, 1],
       [4, 3],
       [4, 2]])

In [259]: r  # Input list to be searched for
Out[259]: [1, 3]

In [260]: np.in1d(alist[:,0],r) # Mask of valid rows
Out[260]: array([False, False,  True,  True, False,  True,  True,
                        False, False, False], dtype=bool)

In [261]: alist[np.in1d(alist[:,0],r)] # Index and select for final o/p
Out[261]: 
array([[1, 3],
       [1, 4],
       [3, 1],
       [3, 2]])

Answer 2

您可以使用一些索引技巧为有效行构建索引数组：我们可以添加一个额外的维度并检查第一列的每个元素是否相等：

import numpy as np
alist = np.array([(0, 2), (0, 4), (1, 3), (1, 4), (2, 1),
                     (3, 1), (3, 2), (4, 1), (4, 3), (4, 2)])

inds = (alist[:,0][:,None] == r).any(axis=-1)
x = alist[inds,:] # the valid rows

诀窍是我们取alist 的第一列，使其成为(N,1) 形状的数组，在比较中使用数组广播最终得到(N,2) 形状的布尔数组，如果给定行中的任何值都是True，我们保留该索引。生成的索引数组与Divakar's answer 中的np.in1d 完全相同。