如何选择numpy数组的索引逆？

Question

我有一大组数据，在这些数据中，我需要比较这个数组中一组样本与数组中所有其他元素的距离。下面是我的数据集的一个非常简单的例子。

import numpy as np
import scipy.spatial.distance as sd

data = np.array(
    [[ 0.93825827,  0.26701143],
     [ 0.99121108,  0.35582816],
     [ 0.90154837,  0.86254049],
     [ 0.83149103,  0.42222948],
     [ 0.27309625,  0.38925281],
     [ 0.06510739,  0.58445673],
     [ 0.61469637,  0.05420098],
     [ 0.92685408,  0.62715114],
     [ 0.22587817,  0.56819403],
     [ 0.28400409,  0.21112043]]
)


sample_indexes = [1,2,3]

# I'd rather not make this
other_indexes = list(set(range(len(data))) - set(sample_indexes))

sample_data = data[sample_indexes]
other_data = data[other_indexes]

# compare them
dists = sd.cdist(sample_data, other_data)

是否有方法为非示例索引的索引编制numpy数组的索引？在上面的示例中，我创建了一个名为“其他索引”的列表。由于各种原因（大数据集、线程、系统上运行的内存量非常低等），我不想这样做。有没有办法做像。。

other_data = data[ indexes not in sample_indexes]

我读到纽比面具可以做到这一点，但我试过。。。

other_data = data[~sample_indexes]

这给了我一个错误。我需要制作一个面具吗？

Answer 1

mask = np.ones(len(data), np.bool)
mask[sample_indexes] = 0
other_data = data[mask]

对于可能应该是单行语句的语句来说，这不是最优雅的，但它相当高效，而且内存开销也很小。

如果内存是您最关心的问题，np.delete将避免创建掩码，而花哨的索引无论如何都会创建一个副本。

再想一想，np.delete不会修改现有数组，所以它几乎就是您要查找的单行语句。

Answer 2

您也可以使用setdiff1d：

In [11]: data[np.setdiff1d(np.arange(data.shape[0]), sample_indexes)]
Out[11]: 
array([[ 0.93825827,  0.26701143],
       [ 0.27309625,  0.38925281],
       [ 0.06510739,  0.58445673],
       [ 0.61469637,  0.05420098],
       [ 0.92685408,  0.62715114],
       [ 0.22587817,  0.56819403],
       [ 0.28400409,  0.21112043]])

Answer 3

您可以尝试in1d

In [5]:

select = np.in1d(range(data.shape[0]), sample_indexes)
In [6]:

print data[select]
[[ 0.99121108  0.35582816]
 [ 0.90154837  0.86254049]
 [ 0.83149103  0.42222948]]
In [7]:

print data[~select]
[[ 0.93825827  0.26701143]
 [ 0.27309625  0.38925281]
 [ 0.06510739  0.58445673]
 [ 0.61469637  0.05420098]
 [ 0.92685408  0.62715114]
 [ 0.22587817  0.56819403]
 [ 0.28400409  0.21112043]]