89

numpy.arrayで選択した列を削除したいのですが。これが私がすることです：

n [397]: a = array([[ NaN,   2.,   3., NaN],
   .....:        [  1.,   2.,   3., 9]])

In [398]: print a
[[ NaN   2.   3.  NaN]
 [  1.   2.   3.   9.]]

In [399]: z = any(isnan(a), axis=0)

In [400]: print z
[ True False False  True]

In [401]: delete(a, z, axis = 1)
Out[401]:
 array([[  3.,  NaN],
       [  3.,   9.]])

この例では、私の目標はNaNを含むすべての列を削除することです。最後のコマンドの結果は次のようになると思います。

array([[2., 3.],
       [2., 3.]])

どうやってやるの？

4

8 に答える 8

150

その名前を考えると、私は標準的な方法は次のようになるべきだと思いますdelete：

import numpy as np

A = np.delete(A, 1, 0)  # delete second row of A
B = np.delete(B, 2, 0)  # delete third row of B
C = np.delete(C, 1, 1)  # delete second column of C

numpyのドキュメントページによると、のパラメータnumpy.deleteは次のとおりです。

numpy.delete(arr, obj, axis=None)

  • arr入力配列を参照し、
  • objどのサブ配列（たとえば、列/行番号または配列のスライス）を参照し、
  • axisaxis = 1列ごと（ ）または行ごと（axis = 0）の削除操作を指します。
于 2011-02-17T20:57:37.237 に答える
30

numpyドキュメントの例：

>>> a = numpy.array([[ 0,  1,  2,  3],
               [ 4,  5,  6,  7],
               [ 8,  9, 10, 11],
               [12, 13, 14, 15]])

>>> numpy.delete(a, numpy.s_[1:3], axis=0)                       # remove rows 1 and 2

array([[ 0,  1,  2,  3],
       [12, 13, 14, 15]])

>>> numpy.delete(a, numpy.s_[1:3], axis=1)                       # remove columns 1 and 2

array([[ 0,  3],
       [ 4,  7],
       [ 8, 11],
       [12, 15]])
于 2011-07-05T17:42:42.077 に答える
15

別の方法は、マスクされた配列を使用することです。

import numpy as np
a = np.array([[ np.nan,   2.,   3., np.nan], [  1.,   2.,   3., 9]])
print(a)
# [[ NaN   2.   3.  NaN]
#  [  1.   2.   3.   9.]]

np.ma.masked_invalidメソッドは、nansとinfsがマスクされたマスクされた配列を返します。

print(np.ma.masked_invalid(a))
[[-- 2.0 3.0 --]
 [1.0 2.0 3.0 9.0]]

np.ma.compress_colsメソッドは、マスクされた値を含む任意の列が抑制された2次元配列を返します。

a=np.ma.compress_cols(np.ma.masked_invalid(a))
print(a)
# [[ 2.  3.]
#  [ 2.  3.]]

マスクされた配列の操作を参照 してください

于 2009-10-29T12:44:05.720 に答える
8

これにより、これらの列のない別の配列が作成されます。

  b = a.compress(logical_not(z), axis=1)
于 2009-10-29T11:19:34.160 に答える
7

Numpyドキュメントから

np.delete（arr、obj、axis = None）軸​​に沿ったサブ配列が削除された新しい配列を返します。

>>> arr
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])
>>> np.delete(arr, 1, 0)
array([[ 1,  2,  3,  4],
       [ 9, 10, 11, 12]])

>>> np.delete(arr, np.s_[::2], 1)
array([[ 2,  4],
       [ 6,  8],
       [10, 12]])
>>> np.delete(arr, [1,3,5], None)
array([ 1,  3,  5,  7,  8,  9, 10, 11, 12])
于 2013-11-10T05:55:31.577 に答える
4

状況に応じて、次の方法で目的のデータを抽出できます。

a[:, -z]

「-z」は、ブール配列「z」の論理否定です。これは次と同じです：

a[:, logical_not(z)]
于 2011-10-16T19:36:52.460 に答える
1 
>>> A = array([[ 1,  2,  3,  4],
               [ 5,  6,  7,  8],
               [ 9, 10, 11, 12]])

>>> A = A.transpose()

>>> A = A[1:].transpose()
于 2015-03-23T23:55:44.613 に答える
-1

NaNを含むMatrix列を削除します。これは長い答えですが、うまくいけば簡単に理解できます。

def column_to_vector(matrix, i):
    return [row[i] for row in matrix]
import numpy
def remove_NaN_columns(matrix):
    import scipy
    import math
    from numpy import column_stack, vstack

    columns = A.shape[1]
    #print("columns", columns)
    result = []
    skip_column = True
    for column in range(0, columns):
        vector = column_to_vector(A, column)
        skip_column = False
        for value in vector:
            # print(column, vector, value, math.isnan(value) )
            if math.isnan(value):
                skip_column = True
        if skip_column == False:
            result.append(vector)
    return column_stack(result)

### test it
A = vstack(([ float('NaN'), 2., 3., float('NaN')], [ 1., 2., 3., 9]))
print("A shape", A.shape, "\n", A)
B = remove_NaN_columns(A)
print("B shape", B.shape, "\n", B)

A shape (2, 4) 
 [[ nan   2.   3.  nan]
 [  1.   2.   3.   9.]]
B shape (2, 2) 
 [[ 2.  3.]
 [ 2.  3.]]
于 2016-11-13T23:30:53.110 に答える