python - 通过使用另一个 numpy 数组作为掩码删除列来压缩 numpy 数组(矩阵)

Question

我有一个 2D numpy 数组(即矩阵)A，其中包含以列向量形式与垃圾交错的有用数据以及“选择”数组 B，对于重要的列包含“1”，对于不重要的列包含 0。有没有一种方法可以只从 A 中选择那些与 B 中的列相对应的列？即我有一个矩阵

A = array([[ 0,  1,  2,  3,  4],   and a vector B = array([ 0,  1,  0,  1,  0])
           [ 5,  6,  7,  8,  9],
           [10, 11, 12, 13, 14],
           [15, 16, 17, 18, 19],
           [20, 21, 22, 23, 24]])

我要

array([[1,   3],
       [6,   8],
       [11, 13],
       [16, 18],
       [21, 23]])

有没有一种优雅的方式来做到这一点？现在我只有一个遍历 B 的 for 循环。

注意:我正在处理的矩阵很大，所以我不想使用 numpy 掩码数组，因为我根本不需要掩码数据

Answer 1

>>> A
  array([[ 0,  1,  2,  3,  4],
         [ 5,  6,  7,  8,  9],
         [10, 11, 12, 13, 14],
         [15, 16, 17, 18, 19],
         [20, 21, 22, 23, 24]])
>>> B = NP.array([ 0,  1,  0,  1,  0])

>>> # convert the indexing array to a boolean array
>>> B = NP.array(B, dtype=bool)

>>> # index A against B--indexing array is placed after the ',' because
>>> # you are selecting columns

>>> res = A[:,B]

>>> res
  array([[ 1,  3],
         [ 6,  8],
         [11, 13],
         [16, 18],
         [21, 23]])  

NumPy 中基于索引的切片语法优雅而简单。一些规则涵盖了大多数用例:

• 形式是[行，列]

• 使用冒号“:”指定所有行或所有列，例如，[:, 4](提取整个第 5 列)