如何在numpy.array中删除列

Question

我想在一个numpy.array中删除选定的列。我的做法是这样的：

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.]])

在这个例子中，我的目标是删除所有包含NaN（也就是缺失值）的列。我希望最后的命令能得到：

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

我该怎么做呢？

Answer 1

另一种方法是使用“掩码数组”：

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 方法会返回一个掩码数组，其中的 nans（不是数字）和 infs（无穷大）会被隐藏起来：

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

np.ma.compress_cols 方法会返回一个二维数组，任何包含掩码值的列都会被去掉：

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

可以查看 如何操作掩码数组

Answer 2

这是来自 numpy文档 的一个例子：

>>> 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]])

Answer 3

根据它的名字，我觉得标准的方式应该是 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

根据 numpy的文档页面，numpy.delete 的参数如下：

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

• arr 是你要处理的输入数组，
• obj 是指你想删除的子数组（比如某一列或某一行的编号，或者数组的一部分），
• axis 是指你要进行删除操作的方向，可以是按列删除（axis = 1）或者按行删除（axis = 0）。