Python 从三维矩阵中删除元素并转换为列表列表（二维数组）

首先，我将介绍我正在做的事情，然后介绍我想要实现的目标

import numpy as np
from scipy.spatial.distance import cdist

def diff_len(string1, string2):
    return abs(len(string1) - len(string2))

def diff_len_2(string1, string2):
    return abs(len(string1) - len(string2))*2

def diff_len_minus(string1, string2):
    return abs(len(string1) - len(string2))-3

first = np.array(["hello", "hello", "hellllo"])
second = np.array(["hlo", "halo", "alle"])

d1 = cdist(first[:, np.newaxis], second[:, np.newaxis], lambda a, b: diff_len(a[0], b[0]))
d2 = cdist(first[:, np.newaxis], second[:, np.newaxis], lambda a, b: diff_len_2(a[0], b[0]))
d3 = cdist(first[:, np.newaxis], second[:, np.newaxis], lambda a, b: diff_len_minus(a[0], b[0]))

mat3D = np.stack((d1, d2, d3))

mat3D.reshape(mat3D.shape[0], -1).T


# distance 1

[[2. 1. 1.]
 [2. 1. 1.]
 [4. 3. 3.]]


# distance 2   

[[4. 2. 2.]
 [4. 2. 2.]
 [8. 6. 6.]]


# distance 3

[[-1. -2. -2.]
 [-1. -2. -2.]
 [ 1.  0.  0.]]

上面我们得到了不同矩阵中每对字符串的所有特征

例如，每个矩阵中索引[0,0]处的元素对应于特定对的每个特征。在我的示例中，它是索引[0,0]处的一对（“hello”，“hlo”），它的特征是[2,4，-1]

我将所有矩阵堆叠在一起，这样我就得到了一个3D矩阵，每个维度对应一个特征，每个索引（行、列）对应一个特定的对

然后每对字符串都有一个特征向量

最后，我重塑我的3D数组，得到一个2D数组，其中包含所有对的所有特征，每对对应一行

[[ 2.  4. -1.]
 [ 1.  2. -2.]
 [ 1.  2. -2.]
 [ 2.  4. -1.]
 [ 1.  2. -2.]
 [ 1.  2. -2.]
 [ 4.  8.  1.]
 [ 3.  6.  0.]
 [ 3.  6.  0.]]

这是我的问题 我有一个数组，其中包含对的所有索引：

np.array([[0 0],
 [0, 1],
 [0, 2],
 [1, 0],
 [1, 1],
 [1, 2],
 [2, 0],
 [2, 1],
 [2, 2]])

但我有我的3d数组的某些索引，我不想把它放在我的最终2D数组中。例如，我不想要索引（1,1）和（0,1），所以我删除了它们

np.array([[0 0],
 [0, 2],
 [1, 0],
 [1, 2],
 [2, 0],
 [2, 1],
 [2, 2]])

现在，我如何实现与我所做的相同的事情（获取我的2d数组），但不计算我删除的索引，在2d数组中获取相同的顺序，而只是删除特定的索引对

我可以这样做并在阵列上循环：

mat3D[:,0,0]
mat3D[:,0,1]
mat3D[:,0,2]
mat3D[:,1,0]
...

但是有没有办法用我的索引数组一次进行选择呢

提前谢谢你的帮助，我希望我的问题是清楚的