如何删除子数组的末尾元素？

Question

所以我创建了一个 numpy 数组：

import numpy as np

a = np.array([[1,2,3],[4,5,6],[7,8,9]])

我正在尝试删除此数组的子数组的末尾元素：

a[0] = (a[0])[:-1]

遇到这个问题：

a[0] = (a[0])[:-1] ValueError：无法将输入数组从形状 (2) 广播到形状 (3)

为什么我不能改变它？我该怎么做？

Answer 1

给定：

>>> a
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

你可以做到：

>>> a[:,0:2]
array([[1, 2],
       [4, 5],
       [7, 8]])

或：

>>> np.delete(a,2,1)
array([[1, 2],
       [4, 5],
       [7, 8]])

然后在任何一种情况下，将其分配回 a，因为结果是一个新数组。

所以：

>>> a=a[:,0:2]
>>> a
array([[1, 2],
       [4, 5],
       [7, 8]])

如果您只想删除第一行的 3，那就是另一个问题了。如果你有一个 python 列表数组，你只能这样做，因为子列表的长度不同。

示例：

>>> a = np.array([[1,2],[4,5,6],[7,8,9]])
>>> a
array([list([1, 2]), list([4, 5, 6]), list([7, 8, 9])], dtype=object)

如果你这样做，就坚持Python。您将失去 Numpy 的所有速度和其他优势。

如果 'universal' 指的是 N x M 数组每一行的最后一个元素，只需使用 .shape 求出维度：

>>> a
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])
>>> a.shape
(3, 4)
>>> np.delete(a,a.shape[1]-1,1)
array([[ 1,  2,  3],
       [ 5,  6,  7],
       [ 9, 10, 11]])

或者，

>>> a[:,0:a.shape[1]-1]
array([[ 1,  2,  3],
       [ 5,  6,  7],
       [ 9, 10, 11]])

Answer 2

方法如下：

import numpy as np

a = np.array([[1,2,3],[4,5,6],[7,8,9]])
a = a[:-1]

print(a)

输出：

[[1 2 3]
 [4 5 6]]

Answer 3

>>> a = np.array([[1,2,3],[4,5,6],[7,8,9]])
>>> a
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
>>> type(a)
<class 'numpy.ndarray'>
>>> a.shape
(3, 3)

变量a是矩阵（二维数组）。它有一定数量的行和列。在矩阵中，所有行的长度必须相同。因此，在上面的示例中，如果第一行的长度为 2，其他行的长度为 3，则无法形成矩阵。因此，仅删除第一个（或任何其他子集）子数组的最后一个元素是不可能的。

相反，您必须同时删除所有子数组的最后一个元素。

可以这样做

>>> a[:,0:2]
array([[1, 2],
       [4, 5],
       [7, 8]])

或者，

>>> np.delete(a,2,1)
array([[1, 2],
       [4, 5],
       [7, 8]])

这也适用于其他位置的元素。可以删除子数组的任何元素，记住所有子数组的长度应该相同。

但是您可以操作任何子数组的最后一个元素（或任何其他元素），除非形状保持不变。

>>> a[0][-1] = 19
>>> a
array([[ 1,  2, 19],
       [ 4,  5,  6],
       [ 7,  8,  9]])

如果您尝试形成一个具有不等长行的矩阵，则会形成一个列表的一维数组，在该列表上没有任何 Numpy 操作（如向量处理、切片等）起作用（列表操作起作用）

>>> b = np.array([[1,2,3],[1,2,3]])
>>> c = np.array([[1,2],[1,2,3]])

>>> b
array([[1, 2, 3],
       [1, 2, 3]])
>>> b.shape
(2, 3)

>>> c
array([list([1, 2]), list([1, 2, 3])], dtype=object)
>>> c.shape
(2,)

>>> print(type(b),type(c))
<class 'numpy.ndarray'> <class 'numpy.ndarray'>

两者都是 ndarray，但是你可以看到第二个变量 c 是一个列表的一维数组。

>>> b+b
array([[2, 4, 6],
       [2, 4, 6]])
>>> c+c
array([list([1, 2, 1, 2]), list([1, 2, 3, 1, 2, 3])], dtype=object)

类似地，b+b 操作执行 b 与 b 的逐元素加法，但 c+c 执行两个列表之间的连接操作。

进一步参考

How to make a multidimension numpy array with a varying row size?

如何删除子数组的末尾元素？

How do I delete the end element of a subarray?

python

numpy

sub-array

进一步参考