删除空的NumPy数组

Question

删除空的NumPy数组

4

我有一个numpy数组：

array([], shape=(0, 4), dtype=float64)

如何在多维数组中删除该数组？我尝试过

import numpy as np

if array == []:
    np.delete(array)

但是，多维数组仍然有这个空数组。

编辑：输入为

new_array = [array([], shape=(0, 4), dtype=float64), 
   array([[-0.97,  0.99, -0.98, -0.93 ],
   [-0.97, -0.99,  0.59, -0.93 ],
   [-0.97,  0.99, -0.98, -0.93 ],
   [ 0.70 ,  1,  0.60,  0.65]]), array([[-0.82,  1,  0.61, -0.63],
   [ 0.92, -1,  0.77,  0.88],
   [ 0.92, -1,  0.77,  0.88],
   [ 0.65, -1,  0.73,  0.85]]), array([], shape=(0, 4), dtype=float64)]

移除空数组后的预期输出为：

new array = [array([[-0.97,  0.99, -0.98, -0.93 ],
   [-0.97, -0.99,  0.59, -0.93 ],
   [-0.97,  0.99, -0.98, -0.93 ],
   [ 0.70 ,  1,  0.60,  0.65]]), 
   array([[-0.82,  1,  0.61, -0.63],
   [ 0.92, -1,  0.77,  0.88],
   [ 0.92, -1,  0.77,  0.88],
   [ 0.65, -1,  0.73,  0.85]])]

- Chris Zhou

1

numpy.array 中没有 shape 关键字，那个函数是什么数组？ - Anand S Kumar

我刚刚打印了用new_array.append(array)构建的new_array数组。这就是打印的输出结果。 - Chris Zhou

1

@AnandSKumar：这是一个NumPy的ndarray。当无法推断出shape和dtype时（例如当存在零长度维度时），它们会包含在repr中。例如，np.zeros((0, 4), dtype=float)将具有类似于此的repr。 - Mark Dickinson

3个回答

1

我最初有一个数组(3,11,11)，经过使用pool.map的多处理后，我的数组被转换成了以下列表：

[array([], shape=(0, 11, 11), dtype=float64),
array([[[ 0.35318114,  0.36152024,  0.35572945,  0.34495254,  0.34169853,
       0.36553977,  0.34266126,  0.3492261 ,  0.3339431 ,  0.34759375,
       0.33490712],...

如果我将这个列表转换成数组，形状会变成(3,)，因此我使用了：

myarray = np.vstack(mylist)

这样就返回了我的第一个三维数组，保留了原始形状（3,11,11）。

- Rodolfo Souza

0

删除函数将多维数组作为参数。然后您需要指定要删除的子数组和它所在的轴。请参见http://docs.scipy.org/doc/numpy/reference/generated/numpy.delete.html

np.delete(new_array,<obj indicating subarray to delete (perhaps an array of integers in your case)>, 0)

另外，请注意删除不是原地进行的。

- jgloves

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- hpaulj · Accepted Answer

new_array，按照输出的形式看起来像一个数组列表。即使它是一个数组，也会是一个dtype=object的一维数组。

==[]不是检查空数组的方法：

In [10]: x=np.zeros((0,4),float)
In [11]: x
Out[11]: array([], shape=(0, 4), dtype=float64)
In [12]: x==[]
Out[12]: False
In [14]: 0 in x.shape  # check if there's a 0 in the shape
Out[14]: True

检查np.delete的语法。它需要一个数组，一个索引和一个轴，并返回另一个数组。它不会就地操作。

如果new_array是一个列表，一个列表推导式可以很好地删除[]数组：

In [33]: alist=[x, np.ones((2,3)), np.zeros((1,4)),x]

In [34]: alist
Out[34]: 
[array([], shape=(0, 4), dtype=float64), array([[ 1.,  1.,  1.],
        [ 1.,  1.,  1.]]), array([[ 0.,  0.,  0.,  0.]]), array([], shape=(0, 4), dtype=float64)]

In [35]: [y for y in alist if 0 not in y.shape]
Out[35]: 
[array([[ 1.,  1.,  1.],
        [ 1.,  1.,  1.]]), array([[ 0.,  0.,  0.,  0.]])]

如果new_array是一个一维数组，也可以工作：

new_array=np.array(alist)
newer_array = np.array([y for y in new_array if 0 not in y.shape])

要使用np.delete来处理new_array，你需要指定要删除的元素：

In [47]: np.delete(new_array,[0,3])
Out[47]: 
array([array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.]]),
       array([[ 0.,  0.,  0.,  0.]])], dtype=object)

使用 np.where 可以找到 [0,3]：

np.delete(new_array,np.where([y.size==0 for y in new_array]))

更好的做法是跳过 `delete` 和 `where` ，使用布尔蒙版。

new_array[np.array([y.size>0 for y in new_array])]

我认为没有一种方法可以在不使用列表推导的情况下识别这些“空”数组，因为你必须检查形状或大小属性，而不是元素的数据。此外，有一个限制，即您可以对对象数组的元素执行哪些类型的数学运算。它更像是一个列表而不是2d数组。