Python 通过使用另一个numpy数组作为掩码删除列来压缩numpy数组（矩阵）

我有一个2D

numpy

数组（即矩阵）

a

，它包含有用的数据，以列向量的形式散布在垃圾中，还有一个“selection”数组

B

，它包含重要列的“1”，不重要列的“0”。有没有办法只从

a

中选择那些与

B

中的列相对应的列？i、 我有一个矩阵

A = array([[ 0,  1,  2,  3,  4],   and a vector B = array([ 0,  1,  0,  1,  0])
           [ 5,  6,  7,  8,  9],
           [10, 11, 12, 13, 14],
           [15, 16, 17, 18, 19],
           [20, 21, 22, 23, 24]])

我想要

array([[1,   3],
       [6,   8],
       [11, 13],
       [16, 18],
       [21, 23]])

有没有一种优雅的方式可以做到这一点？现在我有一个for循环，它迭代

B

---

注意：我正在处理的矩阵很大，所以我不想使用numpy掩码数组，因为我根本不想使用掩码数据

不确定这是否是最有效的方法（因为换位），但它应该比for循环更好：

A.T[B == 1].T

NumPy中基于索引的切片的语法优雅而简单。一些规则涵盖了大多数用例：

• 表单是[行、列]

• 使用冒号指定所有行或所有列：“例如，[：，4]（提取 整个第五列）

---

我也有兴趣这样做，但要使用向量B的布尔值对行和列进行切片，解决方案很简单：

res = A[:,B][B,:]

res = A[:,B][B,:]