Python 在Numpy中将二维或一维屏蔽数组索引为一维数组的有效通用代码

我想要一个有效的二维或一维掩码数组代码，以便从中提取一维数组。在2D情况下，一列将被完全屏蔽并应移除（如图所示）

要实现这一点，有效的Python代码是什么

子问题：令我惊讶的是，在我的尝试中，以下几点确实起了作用：

b = b[:, ~np.all(b.mask, axis=0)].squeeze()
print(b)
# [1 3 5 7 9 11 -- 15 17 19]

为什么我没有得到一个

索引器错误：当我对这个1D数组使用2D索引时，数组的索引太多了
错误

有没有更好的办法来解决最初的问题？谢谢
 对于这两种情况（1D和2D），都可以使用
a=a[：，~np.all（a.mask，axis=0）].squence（）

在示例的1D示例中，您得到
b[：，~np.all（b.mask，axis=0）]
，即
b[：，True]
。这似乎会引发索引错误，但
True
的行为类似于
np。在这种情况下，newaxis
，即
b[：，True]
的结果是一个形状数组
（10,1）
。看看为什么会这样，以及背后的动机是什么（答案与0维情况有关，但结果证明对更高维度也同样有效）<代码>挤压
然后删除这个额外的维度，这样你就不会注意到它了。
b可以用与a相同的方式来处理-
b[：，~np.all（b.mask，axis=0）]。挤压（）
？这很讽刺-我刚刚删除了我问题的2d部分（认为这会使事情变得太模糊-然后我又把它放回去了）。因此，我确实同意你的看法，这是可行的，尽管我真的不明白为什么这不会抛出一个
索引器。此外，这意味着这将是一个很好的方式继续进行呢？（我期待着其他更好/更智能的解决方案，包括奇特的索引、新轴创建等）您认为您在哪里使用2D索引？1D数组也有一个轴“0”。我想是因为
[…，…]
让我认为我在索引所有行
：
，然后是一些列
~np.all（）
。。。如果这是一种合适的方式，并且没有其他（更好的？）出现，那么最好的办法可能是发展你的评论（也许是解决我的困惑？）作为我接受的答案？（如果我们不能使它变得有用，那么我会删除不污染环境的问题）。无论如何谢谢你！或者，对不起，我的错-现在我明白你的意思了，但是我没有一个很好的解释为什么它可以工作，所以把问题留在这里，我会考虑一下，或者其他人可以通过相关文档的链接来澄清它。
b = b[:, ~np.all(b.mask, axis=0)].squeeze()
print(b)
# [1 3 5 7 9 11 -- 15 17 19]