从数组中选择大于模板的行

Question

现在我有一个浮点值的 2D Numpy 数组，即a，它的形状为（10^6, 3）。 我想知道哪些行大于np.array([25.0, 25.0, 25.0])。然后输出满足此条件的行。 我的代码如下。

# Create an empty array
a_cut = np.empty(shape=(0, 3), dtype=float)

minimum = np.array([25.0, 25.0, 25.0])

for i in range(len(a)):
    if a[i,:].all() > minimum.all():
        a_cut = np.append(a_cut, a[i,:], axis=0)

然而，这段代码效率低下。几个小时后，结果仍未出现。 那么有没有办法提高循环速度？

- Stephen Wong

---

@Chris，你在函数all()中设置了一个参数，即all(1)。这是什么意思？ - Stephen Wong

@StephenWong 这意味着 axis=1，即所有的行都是 True，也就是说所有的行都大于 25 ;) - Chris

@Chris 因为我想把满足条件的所有行保存到另一个数组中，所以我猜我必须循环数组。但是，数量级达到了$10^6$，所以使用for循环是不太有效的。也许有一些方法可以实现我的目标。 - Stephen Wong

@StephenWong a[(a > minimum).all(1)]。 - Divakar

@Divakar 如果我采用你的代码，那么如何输出满足此条件的行？ - Stephen Wong

Answer 1

np.append 每次调用时都会重新分配整个数组。它基本上与 np.concatenate 相同：请非常节制地使用它。目标是批量执行整个操作。

您可以构造一个掩码：

mask = (a > minimum).all(axis=1)

然后选择：

a_cut = a[mask, :]

使用索引而不是布尔掩码可能会稍微改善性能：

a_cut = a[np.flatnonzero(mask), :]

若要使用少于维度数量的索引进行索引，则将这些索引应用于前导维度，因此您可以执行以下操作：

a_cut = a[mask]

因此，这个简短的表述是：

a_cut = a[(a > minimium).all(1)]

- Mad Physicist

---

假设我有另一个名为maximum = np.array([50.0, 50.0, 50.0])的数组，我想让a满足maximum > a[i, :] > minimum。应该如何修改代码？ - Stephen Wong

max > a & a > min - Mad Physicist