如何从NumPy数组中删除所有零元素？

Question

我有一个rank-1 numpy.array ，我想制作一个箱线图。 但是，我想排除数组中所有等于零的值。 目前，我通过循环数组来解决此问题，如果不等于零，则将值复制到新数组中。 但是，由于数组包含86 000 000个值，而且我必须多次执行此操作，因此需要大量的耐心。

有没有更聪明的方式来做到这一点？

Answer 1

对于NumPy数组a ，您可以使用

a[a != 0]

提取不等于零的值。

Answer 2

在这种情况下，您要使用掩码数组，它可以保持数组的形状，并且可以被所有numpy和matplotlib函数自动识别。

X = np.random.randn(1e3, 5)
X[np.abs(X)< .1]= 0 # some zeros
X = np.ma.masked_equal(X,0)
plt.boxplot(X) #masked values are not plotted

#other functionalities of masked arrays
X.compressed() # get normal array with masked values removed
X.mask # get a boolean array of the mask
X.mean() # it automatically discards masked values

Answer 3

简单的代码行即可为您提供一个排除所有“ 0”值的数组：

np.argwhere(*array*)

例：

import numpy as np
array = [0, 1, 0, 3, 4, 5, 0]
array2 = np.argwhere(array)
print array2

[1, 3, 4, 5]

Answer 4

我想建议您在这种情况下简单地使用NaN ，在这种情况下，您将忽略一些值，但仍希望保持过程统计尽可能有意义。 所以

In []: X= randn(1e3, 5)
In []: X[abs(X)< .1]= NaN
In []: isnan(X).sum(0)
Out[: array([82, 84, 71, 81, 73])
In []: boxplot(X)

Answer 5

您可以使用布尔数组建立索引。 对于NumPy数组A ：

res = A[A != 0]

您可以使用上述布尔数组索引 ， bool类型转换， np.nonzero或np.where 。 这是一些性能基准测试：

# Python 3.7, NumPy 1.14.3

np.random.seed(0)

A = np.random.randint(0, 5, 10**8)

%timeit A[A != 0]          # 768 ms
%timeit A[A.astype(bool)]  # 781 ms
%timeit A[np.nonzero(A)]   # 1.49 s
%timeit A[np.where(A)]     # 1.58 s

Answer 6

我决定比较这里提到的不同方法的运行时间。 我为此使用了我的库simple_benchmark 。

使用array[array != 0]进行布尔索引似乎是最快（也是最短）的解决方案。

对于较小的数组，MaskedArray方法与其他方法相比非常慢，但是与布尔索引方法一样快。 但是，对于中等大小的数组，它们之间没有太大区别。

这是我使用的代码：

from simple_benchmark import BenchmarkBuilder

import numpy as np

bench = BenchmarkBuilder()

@bench.add_function()
def boolean_indexing(arr):
    return arr[arr != 0]

@bench.add_function()
def integer_indexing_nonzero(arr):
    return arr[np.nonzero(arr)]

@bench.add_function()
def integer_indexing_where(arr):
    return arr[np.where(arr != 0)]

@bench.add_function()
def masked_array(arr):
    return np.ma.masked_equal(arr, 0)

@bench.add_arguments('array size')
def argument_provider():
    for exp in range(3, 25):
        size = 2**exp
        arr = np.random.random(size)
        arr[arr < 0.1] = 0  # add some zeros
        yield size, arr

r = bench.run()
r.plot()