高效去除numpy数组中的None值的方法

Question

有没有一种有效的方法可以从numpy数组中去掉None，并且调整数组的大小呢？

比如说，怎么能在不逐个检查的情况下，把这个框架中的None去掉呢？我当然可以逐个检查，但我正在处理一个可能会被多次调用的api。

a = np.array([1,45,23,23,1234,3432,-1232,-34,233,None])

Answer 1

我用下面这个方法，觉得比大家认可的答案简单一些：

a = a[a != None]

需要注意的是：PEP8（Python的编码规范）警告说，不要用等号去比较像None这样的单例。我在发这个答案的时候并不知道这一点。不过，对于numpy数组，我觉得这个方法太符合Python的风格，而且看起来也很漂亮，所以我还是会用。可以看看评论里的讨论。

Answer 2

In [17]: a[a != np.array(None)]
Out[17]: array([1, 45, 23, 23, 1234, 3432, -1232, -34, 233], dtype=object)

上面的代码之所以有效，是因为 a != np.array(None) 生成了一个布尔数组，这个数组用来标记哪些值不是 None。

In [20]: a != np.array(None)
Out[20]: array([ True,  True,  True,  True,  True,  True,  True,  True,  True, False], dtype=bool)

以这种方式选择数组中的元素，叫做 布尔数组索引。