从一个数组中删除元素如果存在于另一个数组中,则保留重复项-NumPy/Python

使用 searchsorted

已排序 B ,我们可以使用 searchsorted -

A[B[np.searchsorted(B,A)] !=  A]

searchsorted(a,v) 在排序数组中查找索引 a 这样,如果 v 如果在索引之前插入,则a的顺序将保持不变。那么,假设 idx = searchsorted(B,A) 我们索引到 与这些: B[idx] ,我们将得到 B类 对应于 A . 因此,将此映射版本与 A 会告诉我们 如果有匹配的话 B类 A

一般情况( B类

如果 B类

或者,我们可以使用 sorter 与…争论 搜索排序 -

sidx = B.argsort()
out = A[B[sidx[np.searchsorted(B,A,sorter=sidx)]] != A]

更一般的情况( A 值高于中的值

sidx = B.argsort()
idx = np.searchsorted(B,A,sorter=sidx)
idx[idx==len(B)] = 0
out = A[B[sidx[idx]] != A]

使用 in1d/isin

我们也可以使用 np.in1d B类 对于中的每个元素 A 然后我们可以使用带反转掩码的布尔索引来查找不匹配的索引-

A[~np.in1d(A,B)]

与相同 isin -

A[~np.isin(A,B)]

与 invert 旗帜-

A[np.in1d(A,B,invert=True)]

A[np.isin(A,B,invert=True)]

B类 不一定排序。

我对numpy不是很熟悉,但是如何使用集合:

C = set(A.flat) - set(B.flat)

编辑:从注释中,集合不能有重复的值。

所以另一个解决方案是使用lambda表达式:

C = np.array(list(filter(lambda x: x not in B, A)))

添加到 Divakar's answer 以上-

如果原始数组A的范围比B大,则会出现“索引越界”错误。请参见:

A = np.array([1,1,2,3,3,3,4,5,6,7,8,8,10,12,14])
B = np.array([1,2,8])

A[B[np.searchsorted(B,A)] !=  A]
>> IndexError: index 3 is out of bounds for axis 0 with size 3

np.searchsorted B[np.searchsorted(B,A)]

为了避免这种情况,一种可能的方法是:

def subset_sorted_array(A,B):
    Aa = A[np.where(A <= np.max(B))]
    Bb = (B[np.searchsorted(B,Aa)] !=  Aa)
    Bb = np.pad(Bb,(0,A.shape[0]-Aa.shape[0]), method='constant', constant_values=True)
    return A[Bb]

# Take only the elements in A that would be inserted in B
Aa = A[np.where(A <= np.max(B))]

# Pad the resulting filter with 'Trues' - I split this in two operations for
# easier reading
Bb = (B[np.searchsorted(B,Aa)] !=  Aa)
Bb = np.pad(Bb,(0,A.shape[0]-Aa.shape[0]),  method='constant', constant_values=True)

# Then you can filter A by Bb
A[Bb]
# For the input arrays above:
>> array([ 3,  3,  3,  4,  5,  6,  7, 10, 12, 14])

请注意,这也适用于字符串数组和其他类型(对于需要比较的所有类型) <= 运算符已定义)。