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子数组的末尾元素：a[0] = (a[0])[:-1]并遇到这个问题：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

鉴于：

>>> a

array([[1, 2, 3],

       [4, 5, 6],

       [7, 8, 9]])

你可以做：

>>> a[:,0:2]

array([[1, 2],

       [4, 5],

       [7, 8]])

或者：

>>> np.delete(a,2,1)

array([[1, 2],

       [4, 5],

       [7, 8]])

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3第一行，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。

例子：

>>> 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，就坚持使用 Python。您将失去 Numpy 的所有速度和其他优势。

如果“通用”是指 N x M 数组每一行的最后一个元素，只需使用它.shape来查找维度：

>>> 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

>>> 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，记住所有子数组应该具有相同的长度。

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

>>> 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，则会形成一个一维列表数组，在该列表上没有任何 Numpy 操作（如矢量处理、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，但您可以看到第二个变量c是一维列表数组。

>>> 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， operation 执行withb+b的逐元素加法，但执行两个列表之间的连接操作。bbc+c

Answer 3

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]]