Python 如何在不知道元素位置的情况下从二维Numpy数组中删除元素

我有一个二维阵列：

[[0,0]，[0,1]，[1,0]，[1,1]]

我想删除

[0,1]

元素，而不知道它在数组中的位置（因为元素可能会被洗牌）

结果应该是：

[[0,0]，[1,0]，[1,1]]

我尝试过使用

numpy.delete

，但一直得到一个平坦的数组：

>>> arr = np.array([[0,0], [0,1], [1,0], [1,1]])
>>> arr
array([[0, 0],
       [0, 1],
       [1, 0],
       [1, 1]])
>>> np.delete(arr, [0,1])
array([0, 1, 1, 0, 1, 1])

指定轴将删除

0,1

元素，而不是搜索元素（这很有意义）：

而试图找到位置（正如所建议的那样）似乎同样存在问题：

>>> np.where(arr==[0,1])
(array([0, 1, 1, 3]), array([0, 0, 1, 1]))

---

（这3个是从哪里来的？！？

来自文档：

numpy.delete（arr，obj，axis=None）

轴：int，可选

要沿其删除由obj定义的子阵列的轴。如果轴 如果为“无”，则obj将应用于展平阵列

如果不指定轴（即无），它将自动展平阵列；您只需要指定axis参数，在您的情况下

np.delete（arr[0,1]，axis=0）

然而，就像上面的例子一样，[0,1]是一个索引列表；您必须提供索引/位置（例如，您可以使用

np.where（条件、数组）

来实现）

这里有一个工作示例：

    my_array = np.array([[0, 1],
                         [1, 0],
                         [1, 1],
                         [0, 0]])

    row_index, = np.where(np.all(my_array == [0, 1], axis=1))
    my_array = np.delete(my_array, row_index,axis=0)
    print(my_array)

    #Output is below

        [[1 0]
         [1 1]
         [0 0]]

---

从文件中：

numpy.delete（arr，obj，axis=None）

轴：int，可选

要沿其删除由obj定义的子阵列的轴。如果轴 如果为“无”，则obj将应用于展平阵列

如果不指定轴（即无），它将自动展平阵列；您只需要指定axis参数，在您的情况下

np.delete（arr[0,1]，axis=0）

然而，就像上面的例子一样，[0,1]是一个索引列表；您必须提供索引/位置（例如，您可以使用

np.where（条件、数组）

来实现）

这里有一个工作示例：

    my_array = np.array([[0, 1],
                         [1, 0],
                         [1, 1],
                         [0, 0]])

    row_index, = np.where(np.all(my_array == [0, 1], axis=1))
    my_array = np.delete(my_array, row_index,axis=0)
    print(my_array)

    #Output is below

        [[1 0]
         [1 1]
         [0 0]]

---

在这里，我们找到与候选行匹配的所有行

[0，1]

>>> (arr == [0, 1]).all(axis=1)
array([False,  True, False, False])

>>> arr[~(arr == [0, 1]).all(axis=1)]
array([[0, 0],
       [1, 0],
       [1, 1]])

或者，与候选行不匹配的行

>>> ~(arr == [0, 1]).all(axis=1)
array([ True, False,  True,  True])

因此，要选择所有不匹配的行

[0，1]

>>> (arr == [0, 1]).all(axis=1)
array([False,  True, False, False])

>>> arr[~(arr == [0, 1]).all(axis=1)]
array([[0, 0],
       [1, 0],
       [1, 1]])

---

请注意，这将创建一个新的数组。

这里我们找到与候选

[0，1]

匹配的所有行

>>> (arr == [0, 1]).all(axis=1)
array([False,  True, False, False])

>>> arr[~(arr == [0, 1]).all(axis=1)]
array([[0, 0],
       [1, 0],
       [1, 1]])

mask = (arr==np.array([0,1])).all(axis=1)
arr1 = arr[~mask,:]

或者，与候选行不匹配的行

>>> ~(arr == [0, 1]).all(axis=1)
array([ True, False,  True,  True])

因此，要选择所有不匹配的行

[0，1]

>>> (arr == [0, 1]).all(axis=1)
array([False,  True, False, False])

>>> arr[~(arr == [0, 1]).all(axis=1)]
array([[0, 0],
       [1, 0],
       [1, 1]])

请注意，这将创建一个新的数组

mask = (arr==np.array([0,1])).all(axis=1)
arr1 = arr[~mask,:]

查看

遮罩

。。它应该是[假，真，…]

---

查看

遮罩

。。它应该是[假，真，…]

首先必须确定位置。首先必须确定位置。这似乎会删除0&1元素；我最终得到了

数组（[[1,0]，[1,1]]）

是的，它就是这样工作的。不幸的是，您需要指定索引。一种方法是使用np.where获取数组的索引并仅删除这些索引。那么如何使用

np.where

查找单个元素呢<代码>>>np.where（arr==[0,1]）返回

（数组（[0,1,1,3]）、数组（[0,0,1,1]））

——甚至不知道3是如何进入的。但我尝试了多次排列，但都没有结果。您面临的问题是，多维数组上的np.where（）返回行索引和列索引，而不是满足条件的元组（x，y）。我更新了示例，这样您就可以看到一个工作示例。它似乎删除了0&1元素；我最终得到了

数组（[[1,0]，[1,1]]）

是的，它就是这样工作的。不幸的是，您需要指定索引。一种方法是使用np.where获取数组的索引并仅删除这些索引。那么如何使用

np.where

查找单个元素呢<代码>>>np.where（arr==[0,1]）返回

（数组（[0,1,1,3]）、数组（[0,0,1,1]））

——甚至不知道3是如何进入的。但我尝试了多次排列，但都没有结果。您面临的问题是，多维数组上的np.where（）返回行索引和列索引，而不是满足条件的元组（x，y）。我更新了示例，以便您看到一个工作示例。