在NumPy数组中删除行

Question

我有一个可能长这样的数组：

ANOVAInputMatrixValuesArray = [[ 0.96488889, 0.73641667, 0.67521429, 0.592875, 
0.53172222], [ 0.78008333, 0.5938125, 0.481, 0.39883333, 0.]]

注意到其中一行末尾有一个零值。 我想删除任何包含零的行，同时保留所有单元格中都不为零的行。

但是每次填充数组时，它的行数将不同，并且零将位于不同的行中。

我使用以下代码获取每行中非零元素的数量：

NumNonzeroElementsInRows    = (ANOVAInputMatrixValuesArray != 0).sum(1)

对于上述数组，NumNonzeroElementsInRows 包含：[5 4]。

其中五表示第0行中所有可能的值都是非零的，而四表示第1行中可能的一个值是零。

因此，我正在尝试使用以下代码来查找并删除包含零值的行。

for q in range(len(NumNonzeroElementsInRows)):
    if NumNonzeroElementsInRows[q] < NumNonzeroElementsInRows.max():
        p.delete(ANOVAInputMatrixValuesArray, q, axis=0)

但出于某种原因，尽管许多打印命令表明所有变量在代码之前都被正确地填充，但此代码似乎没有任何作用。

肯定有一种简单的方法可以“删除包含零值的任何行”。

有人能展示给我编写什么代码来实现这个功能吗？

- MedicalMath

Answer 1

最简单的从数组中删除行和列的方法是使用`numpy.delete`函数。

假设我有以下数组`x`:

x = array([[1,2,3],
        [4,5,6],
        [7,8,9]])

要删除第一行，请执行以下操作：

x = numpy.delete(x, (0), axis=0)

要删除第三列，请执行以下操作：

x = numpy.delete(x,(2), axis=1)

你可以找到那些包含0的行的索引，将它们放在列表或元组中，并将其作为该函数的第二个参数传递。

- Jaidev Deshpande

---

谢谢！我也遇到了同样的问题，而且我无法弄清楚为什么简单地调用 numpy.delete(x, index) 就不起作用。 - Antimony

请注意，numpy delete()文档指出，“通常最好使用布尔掩码”，因为会返回一个新数组 - 在该链接下提供了一个示例。 - arturomp

但是遮罩是非破坏性的。调用delete()会消耗时间和内存吗？ - Nathan majicvr.com

Answer 2

这里是一行代码（是的，它与user333700的类似，但更直观易懂）：

>>> import numpy as np
>>> arr = np.array([[ 0.96488889, 0.73641667, 0.67521429, 0.592875, 0.53172222], 
                [ 0.78008333, 0.5938125, 0.481, 0.39883333, 0.]])
>>> print arr[arr.all(1)]
array([[ 0.96488889,  0.73641667,  0.67521429,  0.592875  ,  0.53172222]])

顺便提一下，对于大矩阵而言，这种方法比屏蔽数组的方法要快得多。对于一个2048 x 5的矩阵，这种方法大约快了1000倍。

顺便说一下，根据用户333700的评论中的方法，在我的测试中速度略快，虽然我不知道为什么。

- Justin Peel

---

"any"可以短路，一旦检测到第一个真实情况，它就可以停止，而"all"必须检查所有条件。因此，在一般情况下，not（在numpy中为“〜”）any应该比all更快。 - Josef

@user333700，它们两个都可以进行短路运算，只是针对不同的情况。any会在第一个为真的情况下短路并返回true；all会在第一个为假的情况下短路并返回false。在这种情况下，短路应该是平局，但我认为加上额外的not会使其变慢。 - Justin Peel

Answer 3

这与您原始的方法类似，将使用比unutbu的答案更少的空间，但我怀疑它会更慢。

>>> import numpy as np
>>> p = np.array([[1.5, 0], [1.4,1.5], [1.6, 0], [1.7, 1.8]])
>>> p
array([[ 1.5,  0. ],
       [ 1.4,  1.5],
       [ 1.6,  0. ],
       [ 1.7,  1.8]])
>>> nz = (p == 0).sum(1)
>>> q = p[nz == 0, :]
>>> q
array([[ 1.4,  1.5],
       [ 1.7,  1.8]])

顺便说一下，你的代码行

p.delete() 对我无效 - ndarray 没有 .delete 属性。

- mtrw

---

更简洁的写法：p[(p!=0).any(axis=1)] 对于行更明确的写法：p[(p!=0).any(axis=1), :] - Josef

Answer 4

NumPy提供了一个简单的函数来完成同样的操作：假设您有一个掩码数组'a'，调用numpy.ma.compress_rows(a)将删除包含掩码值的行。我猜这种方式要快得多...

- jeps

Answer 5

import numpy as np 
arr = np.array([[ 0.96488889, 0.73641667, 0.67521429, 0.592875, 0.53172222],[ 0.78008333, 0.5938125, 0.481, 0.39883333, 0.]])
print(arr[np.where(arr != 0.)])

- Prokhozhii

Answer 6

我可能回答这个问题有点晚了，但是想分享我的意见，以造福社区。对于这个例子，让我称您的矩阵为“ANOVA”，并且我假设您只是想从该矩阵中删除第5列中仅包含0的行。

indx = []
for i in range(len(ANOVA)):
    if int(ANOVA[i,4]) == int(0):
        indx.append(i)

ANOVA = [x for x in ANOVA if not x in indx]

- troymyname00