Python 从1D数组中删除值_Python_Numpy

Python 从1D数组中删除值

python numpy

Python 从1D数组中删除值,python,numpy,Python,Numpy,我有一个一维数组，通过绘制一个历史图并用高斯函数拟合它，我想创建一个信噪比图（用高斯函数的sigma标度）。我在几个地方有值0，但我只想保留0的值我可以这样写剧本吗 new_SN_map = temp_SN_map[(temp2_SN_map < 0) & (temp_SN_map > 0)] new_snu-map=temp_-snu-map[（temp2_-snu-map0）] 有没有办法自动删除值0？对于将来的读者，我将重命名您的数组以使其更通用： array

我有一个一维数组，通过绘制一个历史图并用高斯函数拟合它，我想创建一个信噪比图（用高斯函数的sigma标度）。我在几个地方有值0，但我只想保留<0和>0的值

我可以这样写剧本吗

new_SN_map = temp_SN_map[(temp2_SN_map < 0) & (temp_SN_map > 0)]

new_snu-map=temp_-snu-map[（temp2_-snu-map<0）和（temp_-snu-map>0）]

有没有办法自动删除值0？

对于将来的读者，我将重命名您的数组以使其更通用：

array = temp_SN_map

关于你的问题，有不同的方法。首先，你的建议会奏效：

new_array = array[(array < 0) & (array > 0)]

使用
```
np.nonzero（）
```
特别适合排除非零值
使用
```
np.where（）
```
或
```
！=0
```
用于排除特殊值
如果要排除某个范围，使用
```
（a<0）和（a>0）
```
是很好的

但是请注意，它们中的每一个都可以完成其他阵列所做的一切，这主要取决于您认为最合适/可读的内容，或者如果您关心效率，则需要以最快的速度计时。

对于未来的读者，我将重命名您的阵列，使其更通用：

array = temp_SN_map

foo is your 1D numpy array.

foo[np.where(foo != 0)]

关于你的问题，有不同的方法。首先，你的建议会奏效：

new_array = array[(array < 0) & (array > 0)]

使用
```
np.nonzero（）
```
特别适合排除非零值
使用
```
np.where（）
```
或
```
！=0
```
用于排除特殊值
如果要排除某个范围，使用
```
（a<0）和（a>0）
```
是很好的

但是，请注意，它们中的每一个都可以做其他人正在做的任何事情，这主要取决于您认为什么是最合适/可读的，或者如果您关心效率，您需要以最快的速度计时。

我有一个问题，需要进一步说明。假设我有一个二维数组。为什么我应用这个过程时2D数组变成1D数组？因为numpy只能处理有间隙的2D数组，所以它必须将它们转换为1D。您还可以使用

np.mgrid

或

np.ogrid

来保存坐标信息。我有一个问题需要进一步讨论。假设我有一个二维数组。为什么我应用这个过程时2D数组变成1D数组？因为numpy只能处理有间隙的2D数组，所以它必须将它们转换为1D。您还可以使用

np.mgrid

或

np.ogrid

保存坐标信息。

foo is your 1D numpy array.

foo[np.where(foo != 0)]