从 numpy 矩阵中删除/提取子矩阵的最快方法

Question

我有一个 NxN 的方阵（N 通常 >500）。它是使用 numpy 数组构造的。

我需要提取一个新矩阵，该矩阵从该矩阵中删除了第 i 列和第 i 行。新矩阵是 (N-1)x(N-1)。

我目前正在使用以下代码来提取这个矩阵：

            new_mat = np.delete(old_mat,idx_2_remove,0)

            new_mat = np.delete(old_mat,idx_2_remove,1)

我也尝试使用：

row_indices = [i for i in range(0,idx_2_remove)]

row_indices += [i for i in range(idx_2_remove+1,N)]

col_indices = row_indices

rows = [i for i in row_indices for j in col_indices]

cols = [j for i in row_indices for j in col_indices]

old_mat[(rows, cols)].reshape(len(row_indices), len(col_indices))

但我发现这比np.delete()在前者中使用要慢。前者对于我的应用程序来说仍然很慢。

有没有更快的方法来完成我想要的？

编辑 1：似乎以下比上面两个更快，但不是很多：

new_mat = old_mat[row_indices,:][:,col_indices]

Answer 1

以下是我快速编写的 3 个替代方案：重复delete：def foo1(arr, i):    return np.delete(np.delete(arr, i, axis=0), i, axis=1)最大程度地使用切片（可能需要一些边缘检查）：def foo2(arr,i):    N = arr.shape[0]    res = np.empty((N-1,N-1), arr.dtype)    res[:i, :i] = arr[:i, :i]    res[:i, i:] = arr[:i, i+1:]    res[i:, :i] = arr[i+1:, :i]    res[i:, i:] = arr[i+1:, i+1:]    return res高级索引：def foo3(arr,i):    N = arr.shape[0]    idx = np.r_[:i,i+1:N]    return arr[np.ix_(idx, idx)]测试它们是否有效：In [874]: x = np.arange(100).reshape(10,10)In [875]: np.allclose(foo1(x,5),foo2(x,5))Out[875]: TrueIn [876]: np.allclose(foo1(x,5),foo3(x,5))Out[876]: True比较时间：In [881]: timeit foo1(arr,100).shape4.98 ms ± 190 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)In [882]: timeit foo2(arr,100).shape526 µs ± 1.57 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)In [883]: timeit foo3(arr,100).shape2.21 ms ± 112 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)所以切片是最快的，即使代码更长。它看起来像np.delete工程一样foo3，但在一维时间。