Python 如何从满足某些条件的数组中随机排除/删除元素？

例如，如果我有一个1x100数组，它包含90个0，我想以某种方式排除随机选择的80个0。我已经为这个问题挣扎了一段时间，但不幸的是，我几乎没有取得什么进展。

这是一种方法，它不是很有效，但应该是健壮的

def progressivelyExcludeItem(item, arr, maxExclusions):
    """
    @param item the item value that will be progressively excluded
    @param arr the list from which we will exclude
    @param maxExclusions the maximum number of excluded items 
    """

    excludeIndices = [i for i, x in enumerate(arr) if x == item]
    excludeIndices = random.shuffle(excludeIndices)[:maxExclusions]

    for i in excludeIndices.sort().reversed():
        arr.pop(i)

---

时间复杂度为O（n^2）。

因为您有一个

numpy

标记：

将numpy导入为np
def溶液（arr、值、大小）：
返回np.delete（arr，np.random.choice（np.flatnonzero（arr==值），size，False））
arr=np.数组（[0]*90+[1]*10）
np.random.shuffle（arr）
打印（解决方案（arr，0，80））#[1 0 1 0 0 1 0 1 0 1 1 0 0 1 1 1 1 0 0 0 1 1 1]
打印（解决方案（arr，0，90））#[1]
打印（解决方案（arr，0，100））#引发错误（预期行为）

普通Python方法

确定符合标准的元素指数：

candidate_indices = [i for i, x in enumerate(data) if data == 0]

选择要删除的索引：

removed_indices = random.sample(candidate_indices, 80)

通过构建一个不包含相应元素的列表来删除它们：

result = [x for i, x in enumerate(data) if i not in removed_indices]

---

你能把你的过滤函数设计成概率的吗？例如：

lambda x:x！=0和random.random（）>0.2

。然后你过滤掉80%的x元素，这些x元素是0。选择你想要保留的元素更容易。然后，简单地用列表/数组进行索引。您期望的输出是什么？你想保留原始数组，还是删除80个0的新数组？@Nick我的目标是获得80个0的新数组，这样新数组的形状将是1x20。我认为这段代码不起作用。如果弹出第i个元素，较大的索引将全部移位，现在随机洗牌不再与现有数组匹配。我认为您应该首先构建一个要排除的索引列表，然后使用这些索引过滤数组（我认为在numpy中应该有一种简单的方法来实现这一点），事实上，这是一个典型的错误。修复只是向后迭代，我现在就编辑它（目前仍然存在相同的bug，因为您反转了一个无序数组，请参阅我上面的修复注释）啊，是的，确实如此。您需要首先获取与零值匹配的所有索引。然后在那部分做一些随机的剪接。我真的应该开始更好地复习我的答案了。。。现在应该好了。谢谢你的帮助：）