Wie extrahieren Sie alle Spalten, sondern aus einem array (oder matrix) in python?

Gegeben numpy 2d-array (oder matrix), würde ich gerne extrahieren Sie alle Spalten, sondern die ich-th.

E. g. von

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

Ich würde gerne haben, z.B.

1 2 3
2 4 6
3 6 9

oder

1 2 4
2 4 8
3 6 12

Ich nicht finden können, ein pythonic Weg, dies zu tun. Ich nun, das können Sie extrahieren bestimmte Spalten, indem Sie einfach

a[:,n]

oder 

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

Aber was ist mit extrahieren alle von Ihnen, aber einer?

InformationsquelleAutor Ferdinando Randisi | 2014-06-04
  1. 21

    Da für den Allgemeinen Fall, dass Sie gehen, um die Rücksendung eine Kopie sowieso, Sie können sich finden, mehr zu produzieren lesbaren code, indem np.delete:

    >>> a = np.arange(12).reshape(3, 4)
>>> np.delete(a, 2, axis=1)
array([[ 0,  1,  3],
       [ 4,  5,  7],
       [ 8,  9, 11]])
    • Das ist perfekt! Eine Zeile, funktioniert für beide ein array und einer matrix, ganz klar! Dank
    • Wollte noch erwähnen, dass dies nicht mutieren die a matrix. das ist das, was ich erwartet hatte.
    InformationsquelleAutor Jaime
  2. 21

    Verwenden, ein Segment, das schließt das Letzte element. 

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

    Wenn Sie wollen etwas anderes als das Letzte element würde ich nur bauen, eine Liste zu wählen.

    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

    • Schön, beachten Sie, dass diese Methode verwendet die erweiterte integer-slicing (Auswahl von Spalten durch deren Indizes), in der Erwägung, dass die Lösung, die ich gepostet verwendet die erweiterte Boolesche schneiden (Auswahl von Spalten mit einem Wert Maske). Beide sind gut.
    • Ich versuche, machen es noch einfacher, indem Sie mithilfe der Tags-Palette(ein.Form[1]).entfernen(2) aber das scheint nicht zu funktionieren. Wissen Sie, warum?
    • nicht zurück, das array ändert er es, so das Ergebnis der range(a.shape[1]).remove(2) ist None. Könnten Sie selector = range(a.shape[1]); selector.remove(2)
    InformationsquelleAutor chrisb
  3. 7

    Werfen Sie einen Blick auf numpy ist erweiterte 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]])
    InformationsquelleAutor Peter Gibson
  4. 0

    Die Antworten bereits gegeben, können leicht angepasst werden, um die Auswahl aller aber eine Liste von Spalten, aber hier sind ein paar explizite Beispiele:

    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]])
    InformationsquelleAutor Nathan
Schreibe einen Kommentar