从NumPy数组中删除一个值

Question

我正在尝试从NumPy数组中删除仅包含零的所有行。例如，我想从中删除[0,0]

n = np.array([[1,2], [0,0], [5,6]])

并且最终留下：

np.array([[1,2], [5,6]])

- user1220022

---

你想根据数值或索引删除一行吗？ - Simon Bergot

@user1220022：你想测试什么样的值？是任意序列吗？还是只想知道该行是否只有零？ - Eric O. Lebigot

该行是否只有零。 - user1220022

Answer 1

从numpy表中删除第二行的方法是：

import numpy
n = numpy.array([[1,2],[0,0],[5,6]])
new_n = numpy.delete(n, 1, axis=0)

要删除只包含0的行：

import numpy
n = numpy.array([[1,2],[0,0],[5,6]])
idxs = numpy.any(n != 0, axis=1) # index of rows with at least one non zero value
n_non_zero = n[idxs, :] # selection of the wanted rows

- Simon Bergot

---

numpy.delete(n, numpy.s_[1], axis=0) 可以简化为 numpy.delete(n, 1)。此外，numpy.any(n != 0, axis=1) 可以简化为 n.any(axis=1)。n[idx,:] 可以简单地替换为 n[idx]。 - Eric O. Lebigot

抱歉，numpy.delete(n, numpy.s_[1], axis=0) 需要一个轴参数：可以简化为 numpy.delete(n, 1, axis=0)。 - Eric O. Lebigot

Answer 2

如果您想删除任何只包含零的行，我能想到的最快速的方法是：

n = numpy.array([[1,2], [0,0], [5,6]])

keep_row = n.any(axis=1)  # Index of rows with at least one non-zero value
n_non_zero = n[keep_row]  # Rows to keep, only

这比Simon的答案运行速度快得多，因为n.any()一旦遇到任何非零值就停止检查每行的值（在Simon的答案中，先将每行的所有元素与零进行比较，这会导致不必要的计算）。

---

如果你需要删除具有特定值的行（而不是仅删除只包含零的行），这里是答案的一个泛化：

n = numpy.array([[1,2], [0,0], [5,6]])

to_be_removed = [0, 0]  # Can be any row values: [5, 6], etc.
other_rows = (n != to_be_removed).any(axis=1)  # Rows that have at least one element that differs
n_other_rows = n[other_rows]  # New array with rows equal to to_be_removed removed.

请注意，此解决方案并非完全优化：即使to_be_removed的第一个元素不匹配，也将比较n的其余行元素与to_be_removed的元素（如Simon的答案中所示）。

我很好奇是否有一个简单高效的NumPy解决方案来删除具有特定值的行。

使用cython循环可能是一种快速解决方案：对于每一行，只要其中一个元素与to_be_removed的相应元素不同，元素比较就可以停止。

- Eric O Lebigot

Answer 3

你可以使用 numpy.delete 来删除特定的行或列。

例如：

n = [[1,2], [0,0], [5,6]]

np.delete(n, 1, axis=0)

输出结果将为：

array([[1, 2],
       [5, 6]])

- Arjun

---

这会删除第二个元素，对吗？我应该更具体地说明，我想要删除的是其中的[0,0]元素，而且只有一个。 - user1220022

这个回答尝试通过索引删除，而不是OP所询问的内容。 - Zelphir Kaltstahl

Answer 4

按照值来删除，该值是一个对象。
操作步骤如下：

>>> n
array([[1, 2],
       [0, 0],
       [5, 6]])
>>> bl=n==[0,0]
>>> bl
array([[False, False],
       [ True,  True],
       [False, False]], dtype=bool)
>>> bl=np.any(bl,axis=1)
>>> bl
array([False,  True, False], dtype=bool)
>>> ind=np.nonzero(bl)[0]
>>> ind
array([1])
>>> np.delete(n,ind,axis=0)
array([[1, 2],
       [5, 6]])

- Trucy Luce

---

+1个好建议，对我有用。您还可以使用np.all()来获取那些精确匹配而不仅仅包含0（即只有[0,0]）的元素。 - DarkCygnus