Python 在给定布尔索引的numpy数组中重新调整列

我拥有给定的数据集：

data = np.array([
    [1, 2, 1, 3, 1, 2, 1],
    [3, 4, 1, 5, 2, 7, 2],
    [2, 1, 2, 1, 1, 4, 5],
    [6, 1, 2 ,3, 1, 3, 1]])

cols_idx = np.array([0, 0, 1, 0, 1, 0, 0])

我想从

data

返回列，其中

cols\u idx==1

。为此，我使用了：

data[:, np.nonzero(cols_idx)]

但它返回一个3D数组，而不是2D数组：

data[:, np.nonzero(cols_idx)]
array([[[1, 1]],    
       [[1, 2]],
       [[2, 1]],    
       [[2, 1]]])

data[:, np.nonzero(cols_idx)].shape
(4, 1, 2)

我希望输出为：

data[:, np.nonzero(cols_idx)]
array([[1, 1],    
       [1, 2],
       [2, 1],    
       [2, 1]])

data[:, np.nonzero(cols_idx)].shape
(4, 2)

如何实现这一点？

print（np.nonzero（cols_idx））

给出

（数组（[2,4]），

（一个元组，而不仅仅是一个数组）

因此，您应该使用

np.nonzero（cols_idx）[0]#gives[2 4]

来获得您想要的：

完整代码：

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

cols_idx = np.array([0, 0, 1, 0, 1, 0, 0])
new_data = data[:, np.nonzero(cols_idx)[0]]
print(new_data)
'''[[1 1]                                                                                                                        
 [1 2]                                                                                                                        
 [2 1]                                                                                                                        
 [2 1]]'''
print(new_data.shape) # (4,2)

print（np.nonzero（cols_idx））

给出

（数组（[2,4]），

（一个元组，而不仅仅是一个数组）

因此，您应该使用

np.nonzero（cols_idx）[0]#gives[2 4]

来获得您想要的：

完整代码：

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

cols_idx = np.array([0, 0, 1, 0, 1, 0, 0])
new_data = data[:, np.nonzero(cols_idx)[0]]
print(new_data)
'''[[1 1]                                                                                                                        
 [1 2]                                                                                                                        
 [2 1]                                                                                                                        
 [2 1]]'''
print(new_data.shape) # (4,2)

---

从

numpy

文档：

虽然可以使用[nonzero（a）]获得非零值，但建议使用x[x.astype（bool）]或x[x！=0]，这将正确处理0-d数组

因此，最好使用：

data[:, cols_idx.astype(bool)]

或

---

从

numpy

文档：

虽然可以使用[nonzero（a）]获得非零值，但建议使用x[x.astype（bool）]或x[x！=0]，这将正确处理0-d数组

因此，最好使用：

data[:, cols_idx.astype(bool)]

或

---

查看

np.nonzero（cols_idx）

本身。找到

np.flatnonzero（）

修复“问题”

flatnonzero

从

nonzero

元组中提取数组，并使用

[0]

索引。看看它的代码！您希望使用非零的数组生成索引，而不是使用它所包装的元组。该元组本身非常适合于索引。查看

np.nonzero（cols_idx）

本身。找到

np.flatnorzero（）

修复“问题”

flatnorzero

从

nonzero

元组提取数组，并使用

[0]

索引。看看它的代码！您希望使用非零的数组生成索引，而不是使用它所包装的元组。这个元组本身非常适合索引。