Python 按行排列的Numpy掩码

我有二维阵列：

matrix =np.array([[95,90,-1,55],[100,90,-1,80],[0,90,85,100]])

我尝试选择2个随机行，忽略-1

我试过：

random_ints = np.random.choice(len(matrix), size=2, replace=False)
students = matrix[random_ints, :]
ignored = students[students != -1]

但被忽略的var被重塑为1D数组，例如：

[95,90,55,100,90,80]

[[95,90,55],[100,90,80]]

我想要忽略保存的2D，例如：

[95,90,55,100,90,80]

[[95,90,55],[100,90,80]]

---

如何做到这一点呢？

如果您有相等的元素数量（！=-1）在 每行，您都可以运行：

np.apply_along_axis(lambda row: row[row != -1], 1, students)

要检查此变量，请设置

random\u ints=np.array（[0,1]）

，选择just 将上面的行发送给学生并运行上面的代码

但是如果这些元素的数量不同，Numpy将 引发异常：

ValueError: could not broadcast input array from shape (3) into shape (4)

原因是（在本例中）某些行有4个元素 左，而其他-仅3

不幸的是，Numpy不支持“锯齿”数组（使用不同的 每行中的元素数）

您可以得到类似于您想要的的内容，但作为嵌套列表 （不是Numpy数组）：

结果（对于第2行和第1行）为：

---

如果您有相等的要保留的元素数（！=-1），则 每行，您都可以运行：

np.apply_along_axis(lambda row: row[row != -1], 1, students)

要检查此变量，请设置

random\u ints=np.array（[0,1]）

，选择just 将上面的行发送给学生并运行上面的代码

但是如果这些元素的数量不同，Numpy将 引发异常：

ValueError: could not broadcast input array from shape (3) into shape (4)

原因是（在本例中）某些行有4个元素 左，而其他-仅3

不幸的是，Numpy不支持“锯齿”数组（使用不同的 每行中的元素数）

您可以得到类似于您想要的的内容，但作为嵌套列表 （不是Numpy数组）：

结果（对于第2行和第1行）为：

---

当一行有两个-1而另一行只有一个-1时会发生什么？输出应该是[[95,90]，[100]]，这不是有效的numpy数组。这就是遮罩无法保持形状的原因。当一行有两个-1，而另一行只有一个-1时会发生什么？输出应该是[[95,90]，[100]]，这不是有效的numpy数组。这就是面具不能保持形状的原因。