Question

我进行了一系列实验，当我完成实验时，我意识到一定数量的实验是不可靠的，因此我想删除它们。为此，我决定添加另一个数组status，其中我要保留的列定义为True，而我要删除的列表示为False

import numpy as np

data_a = np.arange(1,14)
status = np.array([False, True, False, True, True, True, True, True, True, False, True, True, True])

test = []
for stats, da in zip(status, data_a):
    if stats == True:
        data_a = da
        test.append(data_a)
    elif stats == False:
        pass
    else:
        print('Impossible -- in the case of status, there exist only two conditionals (True or False).')

在最简单的情况下，没有问题，并且可以通过提供以下输出来按预期工作：

[2, 4, 5, 6, 7, 8, 9, 11, 12, 13]

但是，我正在处理多个数据集（在此情况下，不仅是一个data_a）。因此，我决定通过添加两个新数组来使其变得更加困难：

data_b = np.arange(101,114)
data_c = np.arange(1001,1014)

test = []
for datasets in (data_a, data_b, data_c):
    for stats, sets in zip(status, datasets):
        if stats == True:
            datasets = sets
            test.append(datasets)
        elif stats == False:
            pass
        else:
            print('Impossible -- in the case of status, there exist only two conditionals (True or False).')

这个稍微复杂一点的案例提供了：

[2, 4, 5, 6, 7, 8, 9, 11, 12, 13, 102, 104, 105, 106, 107, 108, 109, 111, 112, 113, 1002, 1004, 1005, 1006, 1007, 1008, 1009, 1011, 1012, 1013]

它确实满足了我的要求，但是我需要做什么才能将data_a，data_b和data_c独立存储为数组？

在最复杂的情况下（对于我的实际工作也很现实），我的数据集实际上是形状为(11,13)的数组：

data_a = []
data_b = []
data_c = []

for dtlsts in (data_a, data_b, data_c):
    for _ in range(11):
        dtlsts.append(np.random.randint(0, 10, 13))

data_a = np.array(data_a)
data_b = np.array(data_b)
data_c = np.array(data_c)

因此，我想：

基于状态数组删除列，因此最终得到形状为(11,10)的数组。
独立存储这些数组（即data_a，data_b和data_c都存储在独立的(11,10)数组中）。

我身处深水之中，非常感谢您的帮助。谢谢。

Answer 1

如果我理解这个问题，则可以执行以下操作：

test = [ [] for _ in range(3) ]
for i, state in enumerate(status):
  if state:
    test[0].append(data_a[i])
    test[1].append(data_b[i])
    test[2].append(data_c[i])

print(test)
#=> [[2, 4, 5, 6, 7, 8, 9, 11, 12, 13], [102, 104, 105, 106, 107, 108, 109, 111, 112, 113], [1002, 1004, 1005, 1006, 1007, 1008, 1009, 1011, 1012, 1013]]

Answer 2

要扩展@Andrew的注释，您可以使用这样的布尔掩码对整个列进行索引。

In [120]: data_a = np.arange(1,14)
     ...: status = np.array([False, True, False, True, True, True, True, True, True, False, True, True, True])
     ...: 
     ...: 
In [121]: data_a
Out[121]: array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13])
In [122]: data_a[status]
Out[122]: array([ 2,  4,  5,  6,  7,  8,  9, 11, 12, 13])

对于二维数组，请调整索引：

In [123]: data_b = np.vstack([data_a,data_a,data_a])
In [124]: data_b[:,status]
Out[124]: 
array([[ 2,  4,  5,  6,  7,  8,  9, 11, 12, 13],
       [ 2,  4,  5,  6,  7,  8,  9, 11, 12, 13],
       [ 2,  4,  5,  6,  7,  8,  9, 11, 12, 13]])

使用numpy根据状态删除列

2 个答案: