Python使用类似matlab的布尔索引删除矩阵行

我有以下问题

考虑到我有9 x 9稀疏单位矩阵

var

和一个3x3布尔矩阵

bol

，其中位置（2,2）的值为False

在matlab中，我可以删除这样的行

    var1 = speye(9);
    bol=false(3,3);
    bol(3:3,1:3)=1;
    bol(1:3,1:1)=1;
    bol(1:1,1:3)=1;
    bol(1:3,3:3)=1;

    var1(bol(:),:)=[];

我得到了结果

    var1 =
    (1,5)    1

我怎么能在Python中这么容易做到这一点

在Python中，我创建了如下变量：

    import numpy as np
    from scipy import sparse

    var1 = sparse.eye(9).tocsc()
    bol = np.zeros((3,3),dtype='bool')
    bol[2:3,0:3]=1
    bol[0:3,0:1]=1
    bol[0:1,1:3]=1
    bol[0:3,-1]=1

我还用Python创建了

var1\u del

，类似于matlab中的

var1（bol（：），）

    va1_del = var1[bol.reshape(9)[:],:]

这是我尝试删除行的原因。结果显然是错误的

    var1 = [x for x in var1 if not x in var_del]

    var1 =
    []

---

你知道如何使它工作吗？

这读起来很像从matlab到python的人。有很多方法可以把它变成蟒蛇

import numpy as np
from scipy import sparse

var1 = sparse.eye(9).tocsc()

# we can make our truth matrix much faster
bol = np.ones((3, 3), dtype='bool')
bol[1, 1] = False

在matlab中，要删除一行，请将其设置为

[]

。在python中，我们可以像这样使用numpy高级索引来只保留我们想要的行（

~

是元素方面的

而不是
操作符）：

var1
现在是：

repr: <1x9 sparse matrix of type '<class 'numpy.float64'>'
           with 1 stored elements in Compressed Sparse Column format>
str:  (0, 4)        1.0

repr:
str：（0,4）1.0

因为我们在python中，每个索引都要少1，所以这与您的matlab结果相同

repr: <1x9 sparse matrix of type '<class 'numpy.float64'>'
           with 1 stored elements in Compressed Sparse Column format>
str:  (0, 4)        1.0