Python 使用遮罩沿numpy 4D阵列移除所有零的空元素

给定一个示例numpy数组，如下所示：

a = np.array([[[[0,0,0], [0,0,0], [0,0,0]],
               [[0,0,0], [0,0,0], [0,0,0]]],
              [[[0,1,2], [1,1,1], [1,1,1]],
               [[1,1,1], [1,2,2], [1,1,1]]],
              [[[0,1,2], [1,1,1], [1,1,1]],
               [[1,1,1], [1,2,2], [1,1,1]]],
              [[[0,1,2], [1,1,1], [1,1,1]],
               [[1,1,1], [1,2,2], [1,1,1]]]])
#a.shape = (4, 2, 3, 3)

考虑到第一个元素都是零，如何让它返回形状为（3,2,3,3）的numpy数组？我的数据集是一个更大的形状（m，x，y，z）数组，我需要返回非零（m-n，x，y，z）数组，其中n是（x，y，z）形状的数组，其中都是零

到目前为止，我试过：

mask = np.equal(a, np.zeros(shape=(2,3,3)))

'''
Returns:
        [[[[ True  True  True]
   [ True  True  True]
   [ True  True  True]]

  [[ True  True  True]
   [ True  True  True]
   [ True  True  True]]]


 [[[ True False False]
   [False False False]
   [False False False]]

  [[False False False]
   [False False False]
   [False False False]]]


 [[[ True False False]
   [False False False]
   [False False False]]

  [[False False False]
   [False False False]
   [False False False]]]


 [[[ True False False]
   [False False False]
   [False False False]]

  [[False False False]
   [False False False]
   [False False False]]]]
'''

但是应用

一个[~mask]

会给我一个平坦的数组：

[1 2 1 1 1 1 1 1 1 1 1 1 2 2 1 1 1 1 2 1 1 1 1 1 1 1 1 1 1 2 2 1 1 1 1 2 1
 1 1 1 1 1 1 1 1 1 2 2 1 1 1] (51,)

我需要的是这样的东西：

np.array([[[[0,1,2], [1,1,1], [1,1,1]],
           [[1,1,1], [1,2,2], [1,1,1]]],
          [[[0,1,2], [1,1,1], [1,1,1]],
           [[1,1,1], [1,2,2], [1,1,1]]],
          [[[0,1,2], [1,1,1], [1,1,1]],
           [[1,1,1], [1,2,2], [1,1,1]]]])

---

好处：我需要将此应用于单独的/镜像（m、x、y、z）形状的数组，因此可能需要一种屏蔽方法？

使用

所有轴（第一个轴除外）来创建用于索引的布尔数组：

a[~(a == 0).all(axis=(1,2,3))]

#array([[[[0, 1, 2],
#         [1, 1, 1],
#         [1, 1, 1]],

#        [[1, 1, 1],
#         [1, 2, 2],
#         [1, 1, 1]]],


#       [[[0, 1, 2],
#         [1, 1, 1],
#         [1, 1, 1]],

#        [[1, 1, 1],
#         [1, 2, 2],
#         [1, 1, 1]]],


#       [[[0, 1, 2],
#         [1, 1, 1],
#         [1, 1, 1]],

#        [[1, 1, 1],
#         [1, 2, 2],
#         [1, 1, 1]]]])

在轴（第一个轴除外）上使用
all
，创建用于索引的布尔数组：

a[~(a == 0).all(axis=(1,2,3))]

#array([[[[0, 1, 2],
#         [1, 1, 1],
#         [1, 1, 1]],

#        [[1, 1, 1],
#         [1, 2, 2],
#         [1, 1, 1]]],


#       [[[0, 1, 2],
#         [1, 1, 1],
#         [1, 1, 1]],

#        [[1, 1, 1],
#         [1, 2, 2],
#         [1, 1, 1]]],


#       [[[0, 1, 2],
#         [1, 1, 1],
#         [1, 1, 1]],

#        [[1, 1, 1],
#         [1, 2, 2],
#         [1, 1, 1]]]])

问题是，如果有两个子列表，我们只为一个子列表移除一个元素，那么这两个子列表不再包含相同数量的元素，这是numpy的要求。问题是，如果有两个子列表，我们只为一个子列表移除一个元素，然后两个子列表不再包含相同数量的元素，这是numpy的一个要求。啊，太好了，这正是我想要的！但我还需要生成一个掩码，将其应用于同一维度的另一个单独数组（请参见更新的问题）。将答案标记为已接受！啊，太好了，这正是我想要的！但我还需要生成一个掩码，将其应用于同一维度的另一个单独数组（请参见更新的问题）。将答案标记为已接受！