我有一个numpy数组
text = [[...],[...],[...],[...]]
文本中的元素数为4 X 80。
Values = [[...],[...],[...],[...]]
值中的元素数为4 X 80
现在,我要做的是在字符串字符在text
text [3]块中结束之后,最后删除所有空格,我也希望删除相应的索引值
如何以最快的方式实现这一目标?
我希望将其概括化,以便当元素增加时,它应该起作用。
在网上学习的同时更新代码
**现在如何删除最后30个元素**
import numpy as np
a = np.array([[...],[...],[...],[...]])
count = 0
for elem in reversed(a[len(a)-1]):
if elem == ' ':
count = count + 1
#new = np.delete(a[len(a)-1], np.where(elem == ' '), axis=0)
if elem != ' ':
break
答案 0 :(得分:1)
编写一个仅弹出最后一个空格的函数:
def mm(a,b):
v = a.pop()
if v==" ":
b.pop()
mm(a,b)
else: a.append(v)
现在在列表上运行代码/最好在小数据上运行以确保其运行,然后再对整个数据运行,因为它会修改原始数据/通过引用进行调用。
[mm(x,y) for x,y in zip(text,Values)]
现在剩余列表的大小是多少?
[len(x) for x in Values]
[80, 80, 80, 50]
[len(x) for x in text]
[80, 80, 80, 50]
该代码仅影响了第三个列表元素
答案 1 :(得分:1)
第一步,使用where
获得所需的内容。
In [20]: np.where(a !=' ')
Out[20]:
(array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0,
0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1,
1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2,
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2,
2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3,
3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3,
3, 3, 3, 3]),
array([ 1, 3, 4, 6, 7, 8, 9, 11, 13, 14, 16, 17, 18, 19, 21, 23, 24,
26, 27, 28, 29, 31, 33, 34, 36, 37, 38, 39, 41, 43, 44, 46, 47, 48,
49, 51, 53, 54, 56, 57, 58, 59, 61, 63, 64, 66, 67, 68, 69, 71, 73,
74, 76, 77, 78, 79, 1, 3, 4, 6, 7, 8, 9, 11, 13, 14, 16, 17,
18, 19, 21, 23, 24, 26, 27, 28, 29, 31, 33, 34, 36, 37, 38, 39, 41,
43, 44, 46, 47, 48, 49, 51, 53, 54, 56, 57, 58, 59, 61, 62, 63, 64,
65, 66, 67, 68, 69, 71, 73, 74, 76, 77, 79, 1, 3, 5, 6, 7, 8,
10, 11, 12, 13, 15, 16, 17, 19, 21, 22, 24, 25, 26, 27, 28, 29, 30,
31, 32, 33, 34, 35, 36, 37, 38, 40, 42, 43, 45, 46, 48, 50, 52, 54,
55, 56, 57, 59, 60, 61, 62, 64, 65, 66, 68, 70, 71, 73, 74, 75, 76,
77, 78, 79, 0, 1, 2, 3, 4, 5, 6, 7, 9, 11, 12, 14, 15, 17,
19, 21, 23, 24, 25, 26, 28, 29, 30, 31, 33, 34, 35, 37, 39, 40, 42,
43, 44, 45, 46, 47, 48, 49]))
然后通过以下方式对其进行过滤:
In [21]: a[np.where(a !=' ')]
Out[21]:
array(['I', 'a', 'm', 'g', 'o', 'o', 'd', 'I', 'a', 'm', 'g', 'o', 'o',
'd', 'I', 'a', 'm', 'g', 'o', 'o', 'd', 'I', 'a', 'm', 'g', 'o',
'o', 'd', 'I', 'a', 'm', 'g', 'o', 'o', 'd', 'I', 'a', 'm', 'g',
'o', 'o', 'd', 'I', 'a', 'm', 'g', 'o', 'o', 'd', 'I', 'a', 'm',
'g', 'o', 'o', 'd', 'I', 'a', 'm', 'g', 'o', 'o', 'd', 'I', 'a',
'm', 'g', 'o', 'o', 'd', 'I', 'a', 'm', 'g', 'o', 'o', 'd', 'I',
'a', 'm', 'g', 'o', 'o', 'd', 'I', 'a', 'm', 'g', 'o', 'o', 'd',
'I', 'a', 'm', 'g', 'o', 'o', 'd', 'n', 'e', 'w', '_', 'i', 't',
'e', 'm', 's', '=', '[', 'x', 'i', 'f', 'x', '%', '2', 'e', 'l',
's', 'e', 'N', 'o', 'n', 'e', 'f', 'o', 'r', 'x', 'i', 'n', 'i',
't', 'e', 'm', 's', ']', 'n', 'e', 'w', '_', 'i', 't', 'e', 'm',
's', '=', '[', 'x', 'i', 'f', 'x', '%', '2', 'e', 'l', 's', 'e',
'N', 'o', 'n', 'e', 'f', 'o', 'r', 'x', 'i', 'n', 'i', 't', 'e',
'm', 's', ']', 'n', 'e', 'w', '_', 'i', 't', 'e', 'm', 's', '=',
'[', 'x', 'i', 'f', 'x', '%', '2', 'e', 'l', 's', 'e', 'N', 'o',
'n', 'e', 'f', 'o', 'r', 'x', 'i', 'n', 'i', 't', 'e', 'm', 's',
']', '\\', 'n'],
dtype='|S1')