按行排列的Numpy掩码

Question

我有二维阵列：

matrix =np.array([[95,90,-1,55],[100,90,-1,80],[0,90,85,100]])

我尝试选择2个随机行，忽略-1

我试过：

random_ints = np.random.choice(len(matrix), size=2, replace=False)
students = matrix[random_ints, :]
ignored = students[students != -1]

但被忽略的var被重塑为1D数组，例如：

[95,90,55,100,90,80]

我想要忽略保存的2D，例如：

[[95,90,55],[100,90,80]]

你怎么能这么做

Answer 1

如果在中有相等的要保留的元素数（！=-1） 每行，您都可以运行：

np.apply_along_axis(lambda row: row[row != -1], 1, students)

要检查此变量，请设置random_ints = np.array([0,1])，选择just 将上述行添加到学生并运行上述代码

但是如果这些元素的数量不同，，Numpy将 引发异常：

ValueError: could not broadcast input array from shape (3) into shape (4)

原因是（在本例中）某些行有4个元素 左，而其他-仅3

不幸的是，Numpy不支持“锯齿”数组（具有不同的 每行中的元素数）

您可以得到类似于您想要的的内容，但作为嵌套列表 （不是一个Numpy数组）：

result = []
for row in students:
    result.append(row[row != -1].tolist())

结果（对于2行和1行）为：

[[0, 90, 85, 100], [100, 90, 80]]