使用切片而不是 np.delete 从 numpy 数组中删除列和行的有效方法

Question

给定一个数组 A、错误的行索引和错误的列索引，是否可以使用切片来创建一个没有这些行或列的新数组？

这可以通过 np.delete 完成，如下所示：

import numpy as np
A=np.random.rand(20,16)
bad_col=np.arange(0,A.shape[1],4)[1:]
bad_row=np.arange(0,A.shape[0],4)[1:]
Anew=np.delete(np.delete(A,bad_row,0),bad_col,1)
print('old shape ',A.shape)
print('new shape ',Anew.shape)

我还知道您可以使用切片从数组中选择某些列和行。但我想知道它是否可以用于排除某些列和行？如果不是，除了

np.delete

之外，最好的方法是什么。

谢谢你

Answer 1

如果不移动所有项目（这对于大型数组来说很慢）或创建新项目，则无法删除数组中的项目。没有其他解决办法。

在 Numba 或 Cython 中，您可以通过一次操作而不是 2 次操作直接创建一个新数组，因此对于大型数组来说，速度应该快两倍左右。

Numpy 视图要么是连续的，要么是跨步的。无法沿给定轴使用可变步幅。这是为了性能而这样定义的。因此，如果您只想选择 ID 为偶数的列和行，也可以。但是，您无法选择所有行/列（例如不能被 4 整除的 ID）（因为没有可以使用恒定步幅构建的视图）。