Python - 从 numpy 数组中删除一行？答案

【问题标题】：Python - Remove a row from numpy array?Python - 从 numpy 数组中删除一行？
【发布时间】：2011-02-18 19:10:54
【问题描述】：

大家好，对于这里的某个人来说，我不应该真的很简单。我想在一个循环中从一个 numpy 数组中删除一行，例如：

for i in range(len(self.Finalweight)):
        if self.Finalweight[i] >= self.cutoffOutliers:
            "remove line[i from self.wData"

我正在尝试从数据集中删除异常值。我的完整代码os方法如下：

def calculate_Outliers(self):
    def calcWeight(Value):
        pFinal = abs(Value - self.pMed)/ self.pDev_abs_Med
        gradFinal = abs(gradient(Value) - self.gradMed) / self.gradDev_abs_Med
        return pFinal * gradFinal

    self.pMed = median(self.wData[:,self.yColum-1])
    self.pDev_abs_Med = median(abs(self.wData[:,self.yColum-1] - self.pMed))
    self.gradMed = median(gradient(self.wData[:,self.yColum-1]))
    self.gradDev_abs_Med = median(abs(gradient(self.wData[:,self.yColum-1]) - self.gradMed))    
    self.workingData= self.wData[calcWeight(self.wData)<self.cutoffOutliers]

    self.xData = self.workingData[:,self.xColum-1]
    self.yData = self.workingData[:,self.yColum-1]

我收到以下错误：

文件“bin/dmtools”，第 201 行，在 plot_gride 中 self.calculate_Outliers() 文件“bin/dmtools”，第 188 行，在 calculate_Outliers 中 self.workingData= self.wData[calcWeight(self.wData)>self.cutoffOutliers] ValueError: 数组索引过多

【问题讨论】：

如果您要删除很多元素，那么创建一个新数组并用通过截止值的值填充它可能会更快。每次使用 numpy 数组调用 remove 都会强制进行大量值交换，以将删除索引后的所有元素向下移动。此外，如果您要删除元素，您的循环将无法工作。
@Canesin：好的，在循环中进行逻辑构造（如果真的有必要，但很可能它也可以被矢量化），然后一步（正如我建议的那样）构造一个基于你的条件。
@Canesin：看来你的for i in range(... 结构可以用简单的语句`self.wData= self.wData[self.Finalweight>= self.cutoffOutliers] 代替，对吗？另一个观察结果是，如果您的计算变量本质上是时间变量，则无需将它们视为实例变量。谢谢
@eat: self.wData= self.wData[self.Finalweight>= self.cutoffOutliers] 给出 [] 但我确信 wData statisfy 中有很多行
@Canesin：如果你还没有实现你的for i in range(... construct，你怎么能确定呢？无论如何，这些是我的一般指导方针，如何避免在循环中删除 numpy-array 的行、列或元素。我根本没有考虑你实际的self.Finalweight 计算逻辑。请澄清我建议的从numpy-array 处理“删除项目”的方法是否不适用于您。谢谢

标签： python arrays numpy

【解决方案1】：

实际上 NumPy 中有一个工具专门用于屏蔽异常值和无效数据点：masked arrays。链接页面中的示例：

x = numpy.array([1, 2, 3, -1, 5])
mx = numpy.ma.masked_array(x, mask=[0, 0, 0, 1, 0])
print mx.mean()

打印

2.75

【讨论】：

你也可以简单地使用x[x!=-1].mean()。