从字典中的numpy数组中删除元素和行答案

【问题标题】：Delete elements and rows from numpy arrays in a dict从字典中的numpy数组中删除元素和行
【发布时间】：2019-12-05 09:20:11
【问题描述】：

我有一本包含一维和二维 numpy 数组的字典。基于一个数组（此处为class_ids）的值，如果参考数组中的关联值与参考值不同（此处为3 ）。我现在的字典是这样的

json = {'rois': array([[150, 340, 323, 437],
                       [230, 315, 361, 450],
                       [71, 136, 111, 152],
                       [68,  75, 101, 127],
                       [106, 264, 129, 273],
                       [70, 137, 109, 182]]),
        'class_ids': array([1,  2,  3,  3, 13,  3]),
        'scores': array([0.999424, 0.9991478, 0.98883635, 0.9819324,
                         0.85232574, 0.7136188], dtype=float32),
        'masks': array([[[False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         ...,
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False]],

                        [[False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         ...,
                         [
                            False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         [False, False, False, False, False, False]],

                        [[False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         ...,
                         [
                            False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         [False, False, False, False, False, False]],

                        ...,

                        [[False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         ...,
                         [
                            False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         [False, False, False, False, False, False]],

                        [[False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         ...,
                         [
                            False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         [False, False, False, False, False, False]],

                        [[False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         ...,
                         [
                            False, False, False, False, False, False],
                         [
                            False, False, False, False, False, False],
                         [False, False, False, False, False, False]]])}

预期输出

json = {'rois': array([[71, 136, 111, 152],
                       [68,  75, 101, 127],
                       [70, 137, 109, 182]]),
        'class_ids': array([3, 3, 3]),
        'scores': array([0.98883635, 0.9819324, 0.7136188], dtype=float32),
        'masks': array([[[False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         ...,
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False]],

                        [[False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         ...,
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False]],

                        [[False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         ...,
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False],
                         [False, False, False, False, False, False]]])}

我已尝试使用 np.delete 和 del json[class_ids][item]，但出现此错误

ValueError: cannot delete array elements

【问题讨论】：

标签： python numpy dictionary

【解决方案1】：

例如，您可以像这样实现您想要的

import numpy as np

dictNumpy = {'rois': np.arange(10).reshape(5, 2),
             'id': np.array([1, 2, 3, 4, 3]),
             'scores': np.arange(5),
             'mask': np.arange(30).reshape(2, 3, 5)}
refArr = dictNumpy['id']
refVal = 3
ind2rm = np.asarray(refArr != refVal).nonzero()[0]
for key, value in dictNumpy.items():
    axis2rm = np.asarray(np.array(dictNumpy[key].shape)
                         == refArr.size).nonzero()[0][0]
    dictNumpy[key] = np.delete(value, ind2rm, axis=axis2rm)
print(dictNumpy)

打印出来

{'rois': array([[4, 5],
       [8, 9]]), 'id': array([3, 3]), 'scores': array([2, 4]), 'mask': array([[[ 2,  4],
        [ 7,  9],
        [12, 14]],

       [[17, 19],
        [22, 24],
        [27, 29]]])}

这里唯一的问题是，如果任何数组在其自己的形状中至少包含两次refArr.size。然后，只有关于数组的知识才能确定在 numpy.delete 的调用中要删除的正确轴。

【讨论】：

适用于 rois id 和 score，但适用于 mask dosnt 工作
您介意提供json['masks'].shape的结果吗？
json['masks'].shape (447, 450, 6) 的结果，我的错误是 assert boxes.shape[0] == mask.shape[-1] == class_ids.shape [0] 断言错误
谢谢，我已经更新了我的答案，这样事情就可以自动化了。