如何在numpy数组中选择特定列？

Question

假设我有一个20x100的NumPy数组。我想选择除第50列之外的所有列。 于是我遵循了这个线程在NumPy数组中提取特定列，但是它并没有帮助我。我尝试使用。

 x=Z[:,[:49,51:]] 

但是出现了错误。在 R 中很容易实现这一点。

x=Z[,c(1:49,51:100)] 

但我无法在Python中找到答案。 请帮忙。谢谢。

- Gaurav Chawla

Answer 1

在这里获得类似R语言的句法，一种方法是使用np.r_：

>>> Z = np.arange(2000).reshape(20, 100)
>>> Z.shape
(20, 100)
>>> x = Z[:,np.r_[:49,50:100]]
>>> x.shape
(20, 99)
>>> x[0,48:52]
array([48, 50, 51, 52])

我们看到第50列（编号为49）在x中缺失。

- DSM

---

酷！以前没见过这个。真希望我早点看到它！非常符合NumPython风格。 - uhoh

Answer 2

这样做可以起作用：

>>> a = np.arange(2000).reshape(20, 100)
>>> b = a[:, np.arange(a.shape[1]) != 50]
>>> b.shape
(20, 99)

- Mike Müller

Answer 3

你可以使用 np.delete() 删除第50列：

A = np.delete(A, 50, 1)

演示：

>>> import numpy as np
>>> A = np.arange(100).reshape(25,4)
>>> A
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15],
       [16, 17, 18, 19],
       [20, 21, 22, 23],
       [24, 25, 26, 27],
       [28, 29, 30, 31],
       [32, 33, 34, 35],
       [36, 37, 38, 39],
       [40, 41, 42, 43],
       [44, 45, 46, 47],
       [48, 49, 50, 51],
       [52, 53, 54, 55],
       [56, 57, 58, 59],
       [60, 61, 62, 63],
       [64, 65, 66, 67],
       [68, 69, 70, 71],
       [72, 73, 74, 75],
       [76, 77, 78, 79],
       [80, 81, 82, 83],
       [84, 85, 86, 87],
       [88, 89, 90, 91],
       [92, 93, 94, 95],
       [96, 97, 98, 99]])
>>> 
>>> A = np.delete(A, 2, 1)
>>> A
array([[ 0,  1,  3],
       [ 4,  5,  7],
       [ 8,  9, 11],
       [12, 13, 15],
       [16, 17, 19],
       [20, 21, 23],
       [24, 25, 27],
       [28, 29, 31],
       [32, 33, 35],
       [36, 37, 39],
       [40, 41, 43],
       [44, 45, 47],
       [48, 49, 51],
       [52, 53, 55],
       [56, 57, 59],
       [60, 61, 63],
       [64, 65, 67],
       [68, 69, 71],
       [72, 73, 75],
       [76, 77, 79],
       [80, 81, 83],
       [84, 85, 87],
       [88, 89, 91],
       [92, 93, 95],
       [96, 97, 99]])

- Mazdak

Answer 4

或者，你可以使用 iloc

import numpy as np
import pandas as pd
data = np.random.normal(size=2000).reshape(20, 100)
df = pd.DataFrame(data, columns=list(range(1,101)))
df.iloc[:,list(range(49)) + list(range(50, 100))]

- tagoma