Arrays 基于另一个数组中的最小值删除数组中的行

我使用的是python-3.x，我搜索了以下错误，但没有找到正确的解决方案

错误是：

IndexError: index 9 is out of bounds for axis 0 with size 9'

所以我要做的是创建一个随机二进制数组“binary”，也是一个随机数数组“value”，我想根据“value”数组中最小两个值的（索引）删除二进制数组中最低的两行

据我所知，我正在访问数组的边界之外，但解决此错误的正确方法是什么

因此，在我的代码中，问题在哪里？如何解决？非常感谢您的帮助

import random
import numpy as np
np.set_printoptions(threshold=np.nan)


for i in range (100):


    binary= np.random.randint (2, size=(10, 4))
    print("binary:" '\n',binary)


    value = np.random.randint (200, size=(10, 1))
    print("value:" '\n',value)




    for i in range (2):
#       the loseer how have the of the binarys who has the smaslets value 
        loser = np.argmin(value)
#        print ("loser:",loser)
#        print("loser:", loser,(value[loser]))
#        print (binary[loser,])
#        print("Loser=", "Index:", loser,"value:",(value[loser]), "binary:",(binary[loser,]))
        print("Index:", loser)
        print("value:",(value[loser]))
        print("binary:",(binary[loser,]))
        print("Loser=", "Index:", loser,"value:",(value[loser]), "binary:",(binary[loser,]))



        binary = np.delete(binary, (loser), axis=0)
        print("binary:" '\n',binary)

---

在这段代码中，我使用了np.argmin，因为我不想使用排序

代码中的问题是，在范围（2）中i的

的第一次迭代后，您从
二进制
中删除了一个元素，但没有从
值
中删除。因此，这些数组不再具有相同的长度，它们中的索引也不一致。此外，通过在两次迭代中执行
loser=np.argmin（value）
，您只需两次找到相同的最小值，而不是两个最小值

相反，您可以执行以下操作：

binary= np.random.randint (2, size=(10, 4))
value = np.random.randint (200, size=(10, 1))

ind = np.argpartition(-value.T[0], -2)[-2:]
binary=np.delete(binary,ind,0)

与排序不同，它以线性时间运行，使用。它查找
k
最大元素的索引（不按排序顺序）。是的

因为您需要2个最小的元素，而且我还将
value
重塑为
1D
数组以将其输入
np.argpartition
 代码中的问题是，在范围（2）

中i的

的第一次迭代后，您从
二进制
中删除了一个元素，但没有从
值
中删除。因此，这些数组不再具有相同的长度，它们中的索引也不一致。此外，通过在两次迭代中执行
loser=np.argmin（value）
，您只需两次找到相同的最小值，而不是两个最小值

相反，您可以执行以下操作：

binary= np.random.randint (2, size=(10, 4))
value = np.random.randint (200, size=(10, 1))

ind = np.argpartition(-value.T[0], -2)[-2:]
binary=np.delete(binary,ind,0)

与排序不同，它以线性时间运行，使用。它查找
k
最大元素的索引（不按排序顺序）。是的

因为您需要2个最小的元素，而且我还将
value
重塑为
1D
数组以将其输入
np.argpartition