Python 如何从numpy矩阵中排除元素

假设我们有一个矩阵：

mat = np.random.randn(5,5)

array([[-1.3979852 , -0.37711369, -1.99509723, -0.6151796 , -0.78780951],
       [ 0.12491113,  0.90526669, -0.18217331,  1.1252506 , -0.31782889],
       [-3.5933008 , -0.17981343,  0.91469733, -0.59719805,  0.12728085],
       [ 0.6906646 ,  0.2316733 , -0.2804641 ,  1.39864598, -0.09113139],
       [-0.38012856, -1.7230821 , -0.5779237 ,  0.30610451, -1.30015299]])

还假设我们有一个索引数组：

idx = np.array([0,4,3,1,3])

我们可以使用以下方法从矩阵中提取元素：

mat[idx, range(len(idx))]
array([-1.3979852 , -1.7230821 , -0.2804641 ,  1.1252506 , -0.09113139])

我想知道的是如何使用索引从矩阵中排除元素，即如何获得以下结果：

array([[0.12491113 , -0.37711369, -1.99509723, -0.6151796 , -0.78780951],
       [-3.5933008 ,  0.90526669, -0.18217331, -0.59719805, -0.31782889],
       [0.6906646  , -0.17981343,  0.91469733,  1.39864598,  0.12728085],
       [-0.38012856,  0.2316733 , -0.5779237 ,  0.30610451, -1.30015299]])

本以为这就像做

mat[-idx，range（len（idx））]

一样简单，但这不起作用。我也试过

np.delete（）

，但似乎也不行。有没有不需要循环或列表理解的解决方案？如果您有任何见解，我将不胜感激。谢谢

---

编辑：数据在处理后必须在同一列中。

当你说“删除”不起作用时，你是什么意思？它有什么作用？这可能是诊断性的

让我们首先看一下有效的选择：

In [484]: mat=np.arange(25).reshape(5,5) # I like this better than random

In [485]: mat[idx,range(5)]
Out[485]: array([ 0, 21, 17,  8, 19])

这也可用于文件的展开版本：

In [486]: mat.flat[idx*5+np.arange(5)]
Out[486]: array([ 0, 21, 17,  8, 19])

现在，使用默认平面

delete

尝试相同的操作：

In [487]: np.delete(mat,idx*5+np.arange(5)).reshape(5,4)
Out[487]: 
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  9],
       [10, 11, 12, 13],
       [14, 15, 16, 18],
       [20, 22, 23, 24]])

delete

不是就地运算符；它返回一个新的矩阵。如果指定一个轴，

delete

将删除整行或整列，而不是选定的项目

mat[-idx，range（len（idx））]

不起作用，因为负索引已经有了意义-

从末尾开始计数

此

delete

最终执行布尔索引，因此：

In [498]: mat1=mat.ravel()
In [499]: idx1=idx*5+np.arange(5)
In [500]: ii=np.ones(mat1.shape, bool)
In [501]: ii[idx1]=False
In [502]: mat1[ii]
Out[502]: 
array([ 1,  3,  4,  5,  6,  7,  8,  9, 10, 12, 14, 15, 16, 17, 18, 20, 21, 22, 23, 24])

即使您从每行中删除不同数量的项，这种索引/删除也可以工作。当然，在这种情况下，您不能指望将矩阵重塑为矩形矩阵

通常，在处理不同行的不同索引时，操作最终会作用于矩阵的展开版或展开版。”在处理一维数组时，“不规则”操作通常比处理二维数组更有意义

---

更仔细地看一下您的示例，我发现当您删除一个项时，您会向上移动其他列值以填补空白。在我的版本中，我沿行移动值。让我们用F来试试这个

In [523]: mat2=mat.flatten('F')
In [524]: np.delete(mat2,idx2).reshape(5,4).T
Out[524]: 
array([[ 5,  1,  2,  3,  4],
       [10,  6,  7, 13,  9],
       [15, 11, 12, 18, 14],
       [20, 16, 22, 23, 24]])

其中，我从每列中删除了一个值：

In [525]: mat2[idx2]
Out[525]: array([ 0, 21, 17,  8, 19])

---

当对扁平化的数据执行ops时，数据的列完整性似乎没有得到保留。我正在寻找一种向上移动的方法，即删除元素下面的所有内容。很抱歉造成混淆。使用

F

重新排序和转置，

np.delete

可以将值保留在列中（与我的示例中的行相反）。我不想插嘴，但IDE在[525]中生成的是什么：输入[525]：输出[525]我已经花了很多时间试图找到这样做的交互式窗口…设置sys.ps1和sys.ps2并不能在windows上实现。