将numpy数组轴归零的python方法

有点恼火，我自己没能弄到这个，所以开始吧

假设我有一个二维numpy数组

import numpy as np
a = np.array([[1,2,3],[4,5,6],[7,8,9]])

我所处的情况是，我希望将此数组中的一列归零，但保留原始数组。我可以自己做

b = a.copy()
b[:,1] = 0

得到

array([[1, 0, 3],
       [4, 0, 6],
       [7, 0, 9]])

array([[0, 2, 0],
       [0, 5, 0],
       [0, 8, 0]])

或者，如果我想将一系列列归零，我可以这样做

b = a.copy()
b[:,[0,3]] = 0

得到

array([[1, 0, 3],
       [4, 0, 6],
       [7, 0, 9]])

array([[0, 2, 0],
       [0, 5, 0],
       [0, 8, 0]])

b阵列将只使用一个，然后丢弃

有没有其他类似于蟒蛇的方法可以作为一个衬里来完成？我只希望零值b数组通过一个绘图例程，之后就不需要了。基本上，在调用绘图函数之前，我不想再多出两行代码——如果我能像调用例程那样做的话，它会更干净。比如说

plotting_func(<numpy_magic_here>)

---

只有当b不再使用时，才能将某些列设置为零，您可以使用

np.inad

和

np.arange

创建无效元素的掩码，当与输入数组相乘时，使用

NumPy广播将无效列设置为零。因此，我们将有一个单行程序实现，如下所示-

a*~np.in1d(np.arange(a.shape[1]),cols_to_be_reset) 

np.where(np.in1d(np.arange(a.shape[1]),cols_to_be_reset),0,a)

或者，可以使用
np.where
进行选择，而不是像这样进行乘法-

a*~np.in1d(np.arange(a.shape[1]),cols_to_be_reset) 

np.where(np.in1d(np.arange(a.shape[1]),cols_to_be_reset),0,a)

请注意，这并不是为了性能，而是作为一个班轮

样本运行-

In [546]: a
Out[546]: 
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

In [547]: a*~np.in1d(np.arange(a.shape[1]),1)
Out[547]: 
array([[1, 0, 3],
       [4, 0, 6],
       [7, 0, 9]])

In [548]: a*~np.in1d(np.arange(a.shape[1]),[0,2])
Out[548]: 
array([[0, 2, 0],
       [0, 5, 0],
       [0, 8, 0]])

我可以想到一行程序，但不一定更简单、更可读……为什么要创建轴为零的
a
？是否可以更改打印功能，以便只传递您关心的轴（即您不尝试归零的轴）？然后你可以在函数调用中通过简单的切片来实现。难道你不能将
a[：，[columns that not zero]]
传递给plotting函数吗？我使用emcee为一些数据拟合了一个模型，给了我一个大数组，其中每一行都是可接受的参数值样本。在数据上绘制模型时，我希望看到模型的特定组件。我可以通过将第二个组件的规范化（比如数组的第二列）设置为零来实现。我希望这样做，所以只维护一个函数，没有任何额外的逻辑。编写一个帮助函数，包装您的复制代码。人工设计的一行程序不是pythonic的

；它们是

perlonic

：）太好了，谢谢你！从其他一些评论来看，它看起来很好。答案被接受。