Python 二维数组的Numpy Delete

我有一个形状的数组（10，3）和一个长度为10的索引列表：

import numpy as np
arr = np.arange(10* 3).reshape((10, 3))
idxs = np.array([0, 1, 1, 1, 2, 0, 2, 2, 1 , 0])

我想使用numpy delete（或更适合该任务的numpy函数）删除arr中的值，如idxs为每行所指示的。因此，在arr的第0行中，我想删除第0个条目，在第一行中删除第一个条目，在第二行中删除第一个条目，依此类推

我试过类似的东西

np.delete(arr, idxs, axis=1)

但这行不通。然后我尝试建立一个索引列表，如下所示：

idlist = [np.arange(len(idxs)), idxs]
np.delete(arr, idlist)

---

但这也不能提供我想要的结果。

让我们尝试通过掩蔽提取其他项目，然后重塑：

arr[np.arange(arr.shape[1]) != idxs[:,None]].reshape(len(arr),-1)

---

@Quang的回答是好的，但可能会从一些解释中受益

---

np.delete

处理整行或整列，而不是每个行或整列中的选定元素

In [30]: arr = np.arange(10* 3).reshape((10, 3))
    ...: idxs = np.array([0, 1, 1, 1, 2, 0, 2, 2, 1 , 0])

从阵列中选择项目很容易：

In [31]: arr[np.arange(10), idxs]
Out[31]: array([ 0,  4,  7, 10, 14, 15, 20, 23, 25, 27])

选择除这些以外的所有内容需要更多的工作

np.delete

是复杂的通用代码，根据delete规范执行不同的操作。但它可以做的一件事是创建一个

True

掩码，并将删除项设置为

False

对于您的2d案例，我们可以：

In [33]: mask = np.ones(arr.shape, bool)
In [34]: mask[np.arange(10), idxs] = False
In [35]: arr[mask]
Out[35]: 
array([ 1,  2,  3,  5,  6,  8,  9, 11, 12, 13, 16, 17, 18, 19, 21, 22, 24,
       26, 28, 29])

boolean

索引生成平面数组，因此我们需要重新造型以获得二维：

In [36]: arr[mask].reshape(10,2)
Out[36]: 
array([[ 1,  2],
       [ 3,  5],
       [ 6,  8],
       [ 9, 11],
       [12, 13],
       [16, 17],
       [18, 19],
       [21, 22],
       [24, 26],
       [28, 29]])

Quand的答案以另一种方式创建了面具：

In [37]: arr[np.arange(arr.shape[1]) != idxs[:,None]]
Out[37]: 
array([ 1,  2,  3,  5,  6,  8,  9, 11, 12, 13, 16, 17, 18, 19, 21, 22, 24,
       26, 28, 29])

---

谢谢你的详细解释。我很惊讶，虽然numpy没有提供更多的'开箱即用'。似乎是个常见问题。我以前从未遇到过像你这样的问题。关于删除和

np.delete

，有很多问题，但与您的规范完全一致的问题很少

numpy

索引非常复杂，但它的重点是选择。删除本质上更为间接。