从两个numpy 2D数组中提取不同的行

我从矩阵a（100，40）生成了一个新的随机行矩阵B（50，40）：

现在，我想取矩阵B中不存在的A中的行

C = A not in B   # pseudocode.

---

这应该可以做到：

import numpy as np
A=np.random.randint(5,size=[100,40])
l=np.random.choice(100, size=50, replace=False)
B = A[l]
C= A[np.setdiff1d(np.arange(0,100),l)]

l

存储所选行，对于

C

则取

l

的补码。然后，

C

是所需的矩阵

---

注意，我设置了

l=np.random.choice（100，size=50，replace=False）

以避免替换。如果您使用

np.random.randint（0100，size=50）

您可能会得到重复的行，因为随机选择了相同的数字。

。首先获取B中存在的行的索引，然后获取整个A索引的差异。在末尾使用差分选择行

index = np.argwhere((B[:,None,:] == A[:,:]).all(-1))[:, 1]
C = A[np.setdiff1d(np.arange(100), index)]

该软件包（免责声明：我是它的作者）为所有这些类型的操作提供了高效的矢量化功能

import numpy_indexed as npi
C = npi.difference(A, B)

---

也许你的意思是：A=np.random.randint（5，size=[100,40]）l=np.random.randint（0100，size=50）B=A[l]C=A[np.setdiff1d（np.arange（0100），l）]？如果你取l=np.random.randint（0100，size=50），那么l中的值可能相等。比如l=[1,1,2,3，…]。是否允许多次使用同一行？如果是，您确实可以将l切换到l=np.random.randint（0100，size=50）。如果没有，那么我的答案中的代码保证没有重复。

import numpy_indexed as npi
C = npi.difference(A, B)