Python中如何通过一次循环按第二维度拆分二维数组？

实现方案 #

方案1：Python原生循环实现（无numpy依赖） #

如果是普通Python列表存储的点数据，直接遍历一次做判断分类即可，逻辑和你原有写法完全对齐：

points_right = []
points_left = []
threshold = p0[0]
for point in points:
    if point[0] > threshold:
        points_right.append(point)
    elif point[0] < threshold:
        points_left.append(point)
# 等于阈值的点会被自动忽略，和你原有筛选逻辑保持一致

方案2：numpy场景下的单遍历实现 #

如果你用的是numpy数组，也可以通过单次遍历完成拆分，避免两次布尔索引带来的两次遍历开销：

import numpy as np

threshold = p0[0]
# 预先分配数组避免动态append的性能损耗，容量上限为原数组长度
points_right = np.empty_like(points)
points_left = np.empty_like(points)
# 记录两个数组的有效元素个数
r_cnt = 0
l_cnt = 0
for point in points:
    if point[0] > threshold:
        points_right[r_cnt] = point
        r_cnt += 1
    elif point[0] < threshold:
        points_left[l_cnt] = point
        l_cnt += 1
# 截断到实际有效长度
points_right = points_right[:r_cnt]
points_left = points_left[:l_cnt]

如果你需要保留point[0] == p0[0]的点，自行调整判断分支，将这部分点加到任意一侧或者单独存为第三个数组即可。

内容的提问来源于stack exchange，提问作者prof_FL