如何从python中的数组（或矩阵）中提取除一列之外的所有列？

Posted 2023-02-23

【中文标题】如何从python中的数组（或矩阵）中提取除一列之外的所有列？

【英文标题】：How to extract all columns but one from an array (or matrix) in python?

【发布时间】：2014-07-24 11:45:12

【问题描述】：

给定一个 numpy 二维数组（或矩阵），我想提取除第 i 个以外的所有列。

E. G。来自

1 2 3 4
2 4 6 8
3 6 9 12

我想要，例如

1 2 3
2 4 6
3 6 9

或

1 2 4
2 4 8
3 6 12

我找不到 pythonic 方法来做到这一点。我现在你可以简单地提取给定的列

a[:,n]

或

a[:,[n,n+1,n+5]]

但是除了一个之外，将它们全部提取出来呢？

【问题讨论】：

Python: slicing a multi-dimensional array 的可能重复项

感谢 MainMa，但我问的问题与您所指的问题不同。

【参考方案1】：

给出的答案已经可以很容易地适应选择除列表之外的所有列，但这里有几个明确的例子：

In [1]: import numpy as np
In [2]: a = np.arange(12).reshape(3, 4)
In [3]: a
Out[3]:
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
In [4]: drop_cols = [0, 3]

# option 1: delete the columns you don't want (like @Jaime)
# (this is really the most straightforward)

In [5]: np.delete(a, drop_cols, axis=1)
Out[5]:
array([[ 1,  2],
       [ 5,  6],
       [ 9, 10]])

# option 2: pass the indices of columns to keep (like @chrisb)

In [6]: a[:, [i for i in range(a.shape[1]) if i not in drop_cols]]
Out[6]:
array([[ 1,  2],
       [ 5,  6],
       [ 9, 10]])

# option 3: use an array of T/F for each col (like @Peter Gibson)

In [7]: a[:, [i not in drop_cols for i in range(a.shape[1])]]
Out[7]:
array([[ 1,  2],
       [ 5,  6],
       [ 9, 10]])

【参考方案2】：

由于一般情况下您无论如何都会返回一个副本，您可能会发现自己使用np.delete 生成了更具可读性的代码：

>>> a = np.arange(12).reshape(3, 4)
>>> np.delete(a, 2, axis=1)
array([[ 0,  1,  3],
       [ 4,  5,  7],
       [ 8,  9, 11]])

【讨论】：

这太完美了！一行，适用于数组和矩阵，非常清楚！谢谢

想提一下，这不会改变a 矩阵。这是我所期待的。

【参考方案3】：

使用不包括最后一个元素的切片。

In [19]: a[:,:-1]
Out[19]: 
array([[1, 2, 3],
       [2, 4, 6],
       [3, 6, 9]])

如果您想要除最后一个元素之外的其他内容，我只需构建一个列表以供选择。

In [20]: selector = [x for x in range(a.shape[1]) if x != 2]
In [21]: a[:, selector]
Out[21]: 
array([[ 1,  2,  4],
       [ 2,  4,  8],
       [ 3,  6, 12]])

http://docs.scipy.org/doc/numpy/reference/arrays.indexing.html

【讨论】：

很好，请注意，此方法使用高级整数切片（通过索引选择列），而我发布的解决方案使用高级布尔切片（选择带有布尔掩码的列）。两者都很好。

我试图通过使用选择器 range(a.shape[1]).remove(2) 使其更简单，但这似乎不起作用。你知道为什么吗？

@FerdinandoRandisi .remove 不会返回它修改它的数组，所以range(a.shape[1]).remove(2) 的结果是None。你可以使用selector = range(a.shape[1]); selector.remove(2)

【参考方案4】：

看看numpy的advanced slicing

>>> import numpy as np
>>> a = np.array([[1,2,3,4], [2,4,6,8], [3,6,9,12]])
>>> a[:,np.array([True, True, False, True])]
array([[ 1,  2,  4],
       [ 2,  4,  8],
       [ 3,  6, 12]])