使用花哨的索引从 Numpy 数组中查找和删除全零列

Posted 2023-02-23

【中文标题】使用花哨的索引从 Numpy 数组中查找和删除全零列

【英文标题】：Find and delete all-zero columns from Numpy array using fancy indexing

【发布时间】：2019-01-17 02:13:34

【问题描述】：

如何在 numpy 数组中找到全为零的列，然后从数组中删除它们？我正在寻找一种方法来获取列索引，然后使用这些索引进行删除。

【参考方案1】：

您可以使用np.argwhere 和np.all 来查找您的索引。要删除它们，请使用np.delete。

示例：

找到您的 0 列：

a = np.array([[1, 2, 0, 3, 0],
              [4, 5, 0, 6, 0],
              [7, 8, 0, 9, 0]])

idx = np.argwhere(np.all(a[..., :] == 0, axis=0))

>>> idx
array([[2],
       [4]])

删除您的列

a2 = np.delete(a, idx, axis=1)

>>> a2
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

【参考方案2】：

这是我得到的解决方案

假设OriginMat 是原始数据的矩阵， Result 是我要放置结果的矩阵，然后

Result = OriginMat[:,~np.all(OriginMat == 0, axis = 0)]

打破它会是

检查列（轴 0）的值是否为 0 并否定这个值，所以零列被视为假

~np.all(OriginMat == 0, axis = 0)

生成的矩阵将是一个带有 False 的向量，其中所有元素 为 0，不为 True 时

最后一步只是选择 True 的列（因此不是 0）

感谢以下网站，我得到了这个解决方案：

https://www.science-emergence.com/Articles/How-to-remove-array-rows-that-contain-only-0-in-python/

【讨论】：

这很好用而且非常优雅，我认为这应该是公认的答案。

【参考方案3】：

# Some random array of 1's and 0's
x = np.random.randint(0,2, size=(3, 100))
# Find where all values in the columns are zero
mask = (x == 0).all(0)
# Find the indices of these columns
column_indices = np.where(mask)[0]
# Update x to only include the columns where non-zero values occur.
x = x[:,~mask]