如何根据条件删除包含 numpy 数组的列表中的行？答案

【问题标题】：How do I remove rows in a list containing numpy arrays based on a condition?如何根据条件删除包含 numpy 数组的列表中的行？
【发布时间】：2020-11-27 21:24:43
【问题描述】：

我有以下 numpy 数组 arr_split:

import numpy as np

arr1 = np.array([[1.,2,3], [4,5,6], [7,8,9]])

arr_split = np.array_split(arr1,
                           indices_or_sections = 4,
                           axis = 0)

arr_split

输出：

[array([[1., 2., 3.]]),
 array([[4., 5., 6.]]),
 array([[7., 8., 9.]]),
 array([], shape=(0, 3), dtype=float64)]

如何删除“空”行（例如，在上面，它是最后一行）。数组arr_split 可以有任意数量的“空”行。以上例如。恰好只有一行“空”。

我尝试过使用列表理解，如下所示：

arr_split[[(arr_split[i].shape[0] != 0) for i in range(len(arr_split))]]

但这不起作用，因为列表理解 [(arr_split[i].shape[0] != 0) for i in range(len(arr_split))] 部分返回一个列表，而我实际上只需要将列表中的元素作为索引输入 arr_split[]。

有人知道我该如何解决这个问题，或者有其他方法吗？如果可能，请寻找最简单的方法来执行此操作，而无需太多循环或 if 语句。

【问题讨论】：

标签： python list numpy list-comprehension

【解决方案1】：

您可以将indices_or_sections 值更改为第一个轴的长度，这将防止生成任何空数组

import numpy as np

arr1 = np.array([[1.,2,3], [4,5,6], [7,8,9]])

arr_split = np.array_split(arr1,
                           indices_or_sections = arr1.shape[0],
                           axis = 0)

arr_split

>>> [
    array([[1., 2., 3.]]),
    array([[4., 5., 6.]]),
    array([[7., 8., 9.]])
]

【讨论】：

谢谢@Hammad。这不太适合我想做的事情，因为indices_or_sections 是我算法中用户指定的值，所以我希望它灵活。我给出的上述示例只是一个最小的工作示例。
@Leockl 尝试用min( user_val, arr1.shape[0]) 替换它，这样指定的索引不会超过元素的数量

【解决方案2】：

只需循环并检查大小。仅当它们的大小大于 0 时才将它们添加到新列表中。

arr_split_new = [arr for arr in arr_split if arr.size > 0]

【讨论】：

【解决方案3】：

您可以使用 enumerate 来获取索引和大小以检查是否为空

indexes = [idx for idx, v in enumerate(arr_split) if v.size != 0]

[0, 1, 2]

【讨论】：

谢谢，但这不起作用，因为返回的索引在列表中