python - 使用 numpy delete 和 enumerate 时索引错误

Question

python 3.9

我有一个 numpy ndarray 的字符串。实际数组有数千个字符串，但假设:

words_master = ['CARES' 'BARES' 'CANES' 'TARES' 'PARES' 'BANES' 'BALES' 'CORES' 'BORES'
 'MARES']

我正在尝试创建一个函数，该函数返回一个列表，其中包含给定字符的字符串已被删除。这用作 while 循环和 if 语句:

                index = 0
                temp = []
                while index != len(words_master):
                    idx = words_master[index]
                    if 'A' in idx:
                        temp.append(index)
                    index += 1
                words_master = np.delete(words_master, temp)

因为这仍然是一个 for 循环和 if 语句，我想知道是否可以使用列表理解来提高效率。

对此我最好的猜测是:

words_master = np.delete(words_master, np.argwhere([x for x, item in enumerate(words_master) if 'A' in item]))

这里的逻辑是 np.delete 将获取初始数组，然后删除 np.argwhere 设置的索引处的所有项目。然而，它给出了这个输出:

['CARES' 'BORES' 'MARES']

它似乎忽略了第一个和最后一个元素？

其他奇怪之处:如果我在项目中使用“CARES”，它会返回列表而不做任何更改:

['CARES' 'BARES' 'CANES' 'TARES' 'PARES' 'BANES' 'BALES' 'CORES' 'BORES'
 'MARES']

如果我使用任何其他参数(“MARES”或“M”或“O”)，它似乎会返回没有第一个词的完整列表:

['BARES' 'CANES' 'TARES' 'PARES' 'BANES' 'BALES' 'CORES' 'BORES' 'MARES']

我试过:

• 使用索引，例如使用 (reversed(list(enumerate.. 或使索引列表为 -1。但是，这些会导致相同类型的模式，但只是移位了。
• 改用 np.where()，但遇到了类似的问题。

我想知道是否有一种干净的方法来解决这个问题？还是 while 循环/if 语句是最好的选择？

编辑:对于“为什么不使用列表”这个问题，我读到 numpy 数组比 python 列表快很多，当我测试这个相同的 for 循环时，除了使用带有 remove() 函数的 python 列表，它在更大的数据集上慢 10 倍。

Answer 1

import numpy as np

words_master = np.array(['CARES', 'BARES', 'CANES', 'TARES', 'PARES', 'BANES', 'BALES', 'CORES', 'BORES', 'MARES']

是的。这可以更清楚地写成 bool 索引的列表推导。

bad_char = "A"
words_without_char = words_master[[bad_char not in x for x in words_master]]

>>> words_without_char
array(['CORES', 'BORES'], dtype='<U5')

也可以直接列一个列表:

>>> [x for x in words_master if bad_char not in x]
['CORES', 'BORES']