在2d numpy数组中连接非连续列的有效方法

Question

我正在使用np.concatenate将非顺序列与大型数据集中的某些连续列连接起来，并且我意识到如果我想使用多个非连续列来执行此操作，我的方法会相当麻烦。我会链接连接所有单独的列吗？我正在寻找一个广泛的答案，而不是第2,5和7栏的解决方案。

import numpy as np
rand_data = np.random.rand(156,26)
new_array = np.concatenate((rand_data[:,22].reshape(-1,1),rand_data[:, 24:27]), axis = 1)

Answer 1

索引和连接的替代方法是首先连接索引。

np.r_这样做很方便（虽然不是最快的）：

In [40]: np.r_[22,24:27]
Out[40]: array([22, 24, 25, 26])

用你的数组测试：

In [29]: rand_data = np.random.rand(156,26)

In [31]: new_array = np.concatenate((rand_data[:,[22]],rand_data[:, 24:27]), axis = 1)
In [32]: new_array.shape
Out[32]: (156, 3)

使用r_：

In [41]: arr = rand_data[:,np.r_[22,24:27]]
....
IndexError: index 26 is out of bounds for axis 1 with size 26

oops，不允许使用高级索引超出边界值（与切片索引相反）

In [42]: arr = rand_data[:,np.r_[22,24:26]]
In [43]: arr.shape
Out[43]: (156, 3)

比较时间：

In [44]: timeit new_array = np.concatenate((rand_data[:,[22]],rand_data[:, 24:27
    ...: ]), axis = 1)
15 µs ± 20.7 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)
In [45]: timeit arr = rand_data[:,np.r_[22,24:26]]
29.7 µs ± 111 ns per loop (mean ± std. dev. of 7 runs, 10000 loops each)

r_方法更紧凑，但实际上有点慢。