Python 根据单个单元格上的条件从numpy数组中删除列

最重要的是，对不起我的英语不好

我有一个数组

t

：

array([[ 0,  1,  2,  0,  4,  5,  6,  7,  8,  9],
       [ 0, 11,  0, 13,  0, 15,  0, 17, 18,  0]])

我想删除第二行的值为空的列。在这里，我想删除列0、2、4、6和9以获得此数组：

array([[  1,   0,   5,   7,  8 ],
       [ 11,  13,  15,  17, 18 ]])

---

我尝试了

np.sum（）

，但没有成功。

我的工作原理如下：

data = array([[ 0, 1, 2, 0, 4, 5, 6, 7, 8, 9], [ 0, 11, 0, 13, 0, 15, 0, 17, 18, 0]])
res = array([(a, b,) for a, b in zip(data[0], data[1]) if b]).transpose()

结果如何

In [23]: res
Out[23]: 
array([[ 1,  0,  5,  7,  8],
       [11, 13, 15, 17, 18]])

与：

简单（完全numpy）解决方案：

import numpy as np

t = np.array([[ 0, 1, 2, 0, 4, 5, 6, 7, 8, 9], [ 0, 11, 0, 13, 0, 15, 0, 17, 18, 0]])
indices_to_keep = t[1].nonzero()[0]

print t[:,indices_to_keep]
# [[ 1  0  5  7  8]
#  [11 13 15 17 18]]

---

类似于Juhè，但更具表现力，并避免了一些不必要的性能开销。总共有12个高度pythonic的、明确的和明确的字符。这真的是numpy 101；如果你仍在想办法解决这个问题，你可以帮自己读一本numpy入门读物

import numpy as np
a = np.array([[ 0,  1,  2,  0,  4,  5,  6,  7,  8,  9],
              [ 0, 11,  0, 13,  0, 15,  0, 17, 18,  0]])
print a[:,a[1]!=0]

使用：

---

这是一个高度非牛顿解。它取消了numpy的一个要点，即将循环从python移动到C级别—如果您关心性能的话。我使用numpy的主要原因是为了方便。但我同意有更好的解决方案。提高投票率以平衡Eelco不必要的降低投票率。这是有用的，即使它不是最好的。向上投票，因为这是唯一的答案，它实际上实现了OP想要的——从他们的数组中删除数据。是的，使用跨步/索引来获取包含所需数据的视图很好，但有时您只需要删除一行。请参阅eskaev。这不是numpythonic，与简单的numpy解决方案相比，它的性能损失了几个数量级。向上投票以平衡Eelco不必要的向下投票。这是有用的，尽管它不是最好的。布尔索引，如Eelco的回答，通常比

where

+花式索引更快。

import numpy as np
a = np.array([[ 0,  1,  2,  0,  4,  5,  6,  7,  8,  9],
              [ 0, 11,  0, 13,  0, 15,  0, 17, 18,  0]])
print a[:,a[1]!=0]

>>> t.T[np.where(t[1])].T
array([[ 1,  0,  5,  7,  8],
       [11, 13, 15, 17, 18]])