Arrays 从NumPy 2D数组的内部维度中删除最小值

您好，我是python和矢量化新手

假设您有一个5x3 numpy阵列，如下所示：

array([[ -1.262,  -4.034,   2.422],
       [ 13.849,  14.377,   4.951],
       [  3.203,  10.209,  -2.865],
       [  3.618,  -3.51 ,  -7.059],
       [ -0.098,  -5.012,   6.389]])

array([[ -1.262,   2.422],
       [ 13.849,  14.377],
       [  3.203,  10.209],
       [  3.618,  -3.51 ],
       [ -0.098,   6.389]])

你想得到一个新的5x2矩阵，从每个内部维度移除最小值，如下所示：

array([[ -1.262,  -4.034,   2.422],
       [ 13.849,  14.377,   4.951],
       [  3.203,  10.209,  -2.865],
       [  3.618,  -3.51 ,  -7.059],
       [ -0.098,  -5.012,   6.389]])

array([[ -1.262,   2.422],
       [ 13.849,  14.377],
       [  3.203,  10.209],
       [  3.618,  -3.51 ],
       [ -0.098,   6.389]])

实现这一目标的最佳方式是什么？我想是矢量化吧

---

谢谢大家!

我认为这有一个相对简单的函数，但它可能不存在于numpy中；熊猫可能更容易做到这一点

对于numpy，这是一种方法：

In [56]: a = np.array([[ -1.262,  -4.034,   2.422],
       [ 13.849,  14.377,   4.951],
       [  3.203,  10.209,  -2.865],
       [  3.618,  -3.51 ,  -7.059],
       [ -0.098,  -5.012,   6.389]])
In [57]: m = np.argmin(a, axis=1)
In [58]: indices = np.ones(shape=a.shape, dtype=bool)
In [59]: indices[np.arange(5), m] = False    
In [60]: a[indices].reshape((-1, a.shape[1]-1))
Out[60]:
array([[ -1.262,   2.422],
       [ 13.849,  14.377],
       [  3.203,  10.209],
       [  3.618,  -3.51 ],
       [ -0.098,   6.389]])

---

布尔索引的步骤是“反转”从

np.argmin

返回的索引，因为后者返回的是整数索引，而不是布尔索引。

我总是对行和列感到困惑：正如你在问题中提到的，你从行而不是列中删除了最小值。但可能有一种方法可以证明它是按列的。相反，从第二（内部）维度移除最小值可能更好。你的可能重复是正确的。我编辑了我的问题。我也很困惑，因为你的标题编辑与问题文本（行与列）不一致，我将两者都删除并替换为“内部维度”。在我输入此答案后，我刚刚注意到此问题的重复：此处的两个答案与我的答案相似。谢谢！这很有帮助：-）