Python 如何删除子阵列的结束元素？

所以我创建了一个numpy数组：

import numpy as np

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

我正在尝试删除此阵列子阵列的结束元素：

a[0] = (a[0])[:-1]

遇到这个问题,

a[0]=（a[0]）[：-1] ValueError:无法将输入数组从形状（2）广播到形状（3）

为什么我不能改变它？ 我该怎么做？

给定：

>>> a
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

你可以做：

>>> a[:,0:2]
array([[1, 2],
       [4, 5],
       [7, 8]])

或：

然后在任何一种情况下，都将其分配回

a

，因为结果是一个新数组

因此：

如果只想删除第一行中的

3

，则问题不同。只有在拥有python列表数组的情况下才能这样做，因为子列表的长度不同

例如：

>>> a = np.array([[1,2],[4,5,6],[7,8,9]])
>>> a
array([list([1, 2]), list([4, 5, 6]), list([7, 8, 9])], dtype=object)

如果您这样做，只需坚持使用Python即可。你将失去Numpy的所有速度和其他优势

---

如果“universal”是指nx M数组每行的最后一个元素，只需使用

.shape

查找维度：

>>> a
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])
>>> a.shape
(3, 4)
>>> np.delete(a,a.shape[1]-1,1)
array([[ 1,  2,  3],
       [ 5,  6,  7],
       [ 9, 10, 11]])

或者

以下是如何：

import numpy as np

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
a = a[:-1]

print(a)

输出：

[[1 2 3]
 [4 5 6]]

或者

这也适用于其他位置的元素。可以删除子数组中的任何元素，记住所有子数组都应该具有相同的长度

但是，可以操纵任何子数组的最后一个元素（或任何其他元素），除非形状保持不变

>>> a[0][-1] = 19
>>> a
array([[ 1,  2, 19],
       [ 4,  5,  6],
       [ 7,  8,  9]])

如果您试图形成一个具有不等长度行的矩阵，则会形成一个1D列表数组，在该数组上没有向量处理、切片等Numpy操作（列表操作有效）

类似地，

b+b

操作执行

b

与

b

的元素添加，但

c+c

执行两个列表之间的串联操作

供进一步参考

---

您希望矩阵的最终形状是什么？（现在是

（3,3）

。

a=a[：，0:2]

将删除每行的结尾。或者你可以做

np.delete（a，2，1）

我想要这个shapedawg，你能解释一下它是如何工作的吗？第一solution@grzyb您可以像dawg所说的那样删除每一行的结尾，或者例如，您可以将第一行的结尾置零，但是您必须以一定数量的行和列的数组结束。谢谢！顺便问一下，我如何使它具有普遍性？如何获得子阵列的元素数？在这种情况下定义“通用”？您的意思是给定一个2D数组

X X Y

dimensions来删除每行的最后一个元素吗？您的意思是给定一个2D数组X X Y dimensions来删除每行的最后一个元素吗？对

import numpy as np

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
a = a[:-1]

print(a)

[[1 2 3]
 [4 5 6]]

>>> a = np.array([[1,2,3],[4,5,6],[7,8,9]])
>>> a
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
>>> type(a)
<class 'numpy.ndarray'>
>>> a.shape
(3, 3)

>>> a[:,0:2]
array([[1, 2],
       [4, 5],
       [7, 8]])

>>> np.delete(a,2,1)
array([[1, 2],
       [4, 5],
       [7, 8]])

>>> a[0][-1] = 19
>>> a
array([[ 1,  2, 19],
       [ 4,  5,  6],
       [ 7,  8,  9]])

>>> b = np.array([[1,2,3],[1,2,3]])
>>> c = np.array([[1,2],[1,2,3]])

>>> b
array([[1, 2, 3],
       [1, 2, 3]])
>>> b.shape
(2, 3)

>>> c
array([list([1, 2]), list([1, 2, 3])], dtype=object)
>>> c.shape
(2,)

>>> print(type(b),type(c))
<class 'numpy.ndarray'> <class 'numpy.ndarray'>

>>> b+b
array([[2, 4, 6],
       [2, 4, 6]])
>>> c+c
array([list([1, 2, 1, 2]), list([1, 2, 3, 1, 2, 3])], dtype=object)