NumPy构造新矩阵，去掉第i行第j列，保留行列索引

Question

我有一个矩阵，大小是 m * n（m 行 n 列）。在这个矩阵中，有一个位置是 (i,j)，我想构建一个新的矩阵，大小是 (m-1)*(n-1)，这个新矩阵要去掉包含这个位置的那一行和那一列，同时保留原来的索引。

举个例子，我的输入矩阵长这样：

    1    2    3    4
1   a11  a12  a13- a14
2   a21- a22- a23* a24-
3   a31  a32  a33- a34
4   a41  a42  a43- a44

(在 a23 旁边的 * 表示这是给定的元素，旁边有横线的元素是要在输出中去掉的)

假设给定的 (i,j) 是 (2,3)，我希望输出的结果是：

    1    2    4
1   a11  a12  a14
3   a31  a32  a34
4   a41  a42  a44

这是我在 NumPy 中尝试的：

def myfunction(mymatrix=bipartite, row_idx=0, column_idx=0):
    row_indices = range(mymatrix.shape[0])
    row_indices.remove(row_idx)
    column_indices = range(mymatrix.shape[1])
    column_indices.remove(column_idx)
    result = mymatrix[np.ix_(row_indices, column_indices)]
    return result

print bipartite

print myfunction(bipartite, 2, 3)

[[1 0 1 0 0]
 [1 0 0 1 0]
 [0 1 0 1 0]
 [0 1 0 0 1]
 [0 0 1 0 1]]
[[1 0 1 0]
 [1 0 0 0]
 [0 1 0 1]
 [0 0 1 1]]

但是在新矩阵中，我丢失了原来的行和列的索引。

有没有人能帮我解决这个问题？

或者说，我是不是根本走错了方向，因为在 Numpy 中矩阵不会保留行和列的名称，所以我必须使用 Pandas 中的 DataFrame 来模拟矩阵？

Answer 1

import numpy as np
def minor(arr, i, j):
    # ith column, jth row removed
    return arr[np.array(range(i)+range(i+1, arr.shape[0]))[:,np.newaxis],
               np.array(range(j)+range(j+1,arr.shape[1]))]

arr = np.arange(16).reshape(4,4)
print(arr)
# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]
#  [12 13 14 15]]

print(minor(arr, 2, 3))

[[ 0  1  2]
 [ 4  5  6]
 [12 13 14]]

产生

Answer 2

如果你想保留一些索引信息，使用Pandas可能是最简单的办法。你可以在读取数组之后，删除相关的行或列。

比如说：

>>> M = np.random.rand((4, 4))
>>> df = pd.DataFrame(M)
>>> df
          0         1         2         3
0  0.826425  0.888413  0.320257  0.079322
1  0.637170  0.144950  0.370768  0.967574
2  0.674793  0.995937  0.683142  0.403560
3  0.388024  0.619652  0.948890  0.088462

删除第 1 行和第 2 列：

>>> df.drop(1, axis=0).drop(2, axis=1)
          0         1         3
0  0.826425  0.888413  0.079322
2  0.674793  0.995937  0.403560
3  0.388024  0.619652  0.088462