0
votes

Comment supprimer des lignes de tableau NUMPY par plusieurs indices de ligne?

J'ai deux listes d'index ( IDX [0] code> et IDX [1] code>), et je devrais supprimer les lignes correspondantes de Numpy Array Y_TEST .poSp>y_testle

13  1   10

python numpy

3 commentaires

Pas + , mais & pour booléen et opération


                                        
                                                                            Quel était  ~ [0,2]  censé faire?  [0,2] + [1,3]  Fonctionne Pour rejoindre 2 Listes produisant  [0,2,1,3] .

                                        
                                                                            Si  IDX  est une matrice numpue, à l'aide de l'opérateur de négation binaire, il est  pas  faire ce que vous pensez que c'est.



                                    
                    3 Réponses :
                    
                                            
                            
                                
                                    1
 votes
                                
                            
                            
                                
                                     Vous pouvez utiliser  Numpy.Delete  qui Supprime les sous-bras le long de l'axe. 
np.delete(y_test, idx, axis=0)

                                

                                                                    
                                    
                                    
                                        2 commentaires
                                        
                                                                                            
                                                    Cette solution me donne un résultat étrange. Dans mes données réelles définies, la forme de  y_test  est (60000,1). Ensuite, la longueur de  IDX  est 6000. Ainsi, je m'attends au résultat de  np.delete (Y_TEST, IDX, Axis = 0)  Pour avoir la forme (54000,1), mais c'est  56846                                                 

                                                
                                                                                            
                                                    Sans les données réelles, je ne peux que deviner, mais peut-être que les entrées in IDX ne sont pas uniques. Vous pouvez essayer numpy.unique et comparer les tailles.                                                
                                                
                                                                                    

                                    

                                                            

                        

                        
                                            
                            
                                
                                    1
 votes
                                
                            
                            
                                
                                     Au lieu d'éliminer des éléments, faites simplement un nouveau tableau avec les personnes désirées. Cela permettra à toute indexation future de se faire cogner et de maintenir l'ancien tableau. 
import numpy as np
y_test = np.asarray([[12, 11, 10], [1, 2, 2], [3, 2, 3], [4, 1, 2], [13, 1, 10]])
idx = [[0, 2], [1, 3]]

# flatten list of lists
idx_flat = [i for j in idx for i in j]

# assign values that are NOT in your idx list to a new array
result = [row for num, row in enumerate(y_test) if num not in idx_flat]

# cast this however you want it, right now 'result' is a list of np.arrays
print result

[array([13,  1, 10])]



                                

                                                                    
                                    
                                    
                                        0 commentaires
                                        
                                                                                    
                                    
                                                            
                        
                        
                                            
                            
                                
                                    0
 votes
                                
                            
                            
                                
                                     Puisque vous utilisez numpy, je suggère de masquer de cette manière.
 Configuration:  strong>  xxx  pré>   p> 
  Génère le masque:  strong>  générer un masque de ceux que Configurez sur Zero Eléments à l'index dans  IDX  CODE>:  P> 
y_test[~np.all(y_test * mask == 0, axis=1)]
#=> [[13  1 10]]

                                

                                                                    
                                    
                                    
                                        1 commentaires
                                        
                                                                                            
                                                    Que veux-tu dire?

Articles qui pourrait vous intéresser : Python: ConnectionError: HTTPSConnectionPool (hôte = 'api.foursquare-com', port = 443) L'exécution de Flask sous Windows n'exécute pas la commande d'exécution de flask Chatbot installé mais obtention d'une erreur lors de l'importation de ChatBot Administrateur Django: __str__ a renvoyé une non-chaîne (type int)