a = np.arange(12) b = [1,2,5] 删除a中最后一列与b中相等的行

可以按照以下步骤实现：

1. 将a转换为2D数组，以便可以对列进行操作。

a = a.reshape((4, 3))

2. 找出b中的元素在a的最后一列中的位置。

indices = np.where(a[:, -1][:, np.newaxis] == np.array(b))[0]

3. 从a中删除这些行。

a = np.delete(a, indices, axis=0)

完整代码如下：

import numpy as np

a = np.arange(12)
b = [1, 2, 5]

a = a.reshape((4, 3))
indices = np.where(a[:, -1][:, np.newaxis] == np.array(b))[0]
a = np.delete(a, indices, axis=0)

print(a)

输出：

[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]]

相关问题

用python完成以下操作（1）a=np.array([[1,2,3],[4,5,6]])（查看数组的维度，数组元素的个数）。 2）将a数组的行变列，返回最后一个元素，返回第2到第4个元素，返回逆序的数组 3）a=np.arange(9).reshape(3,3) b=np.arange(9).reshape(3,3) 将a、b数组水平合并，垂直合并，深度合并 4）将a数组水平拆分，垂直拆分，深度拆分 5）数组运算（与常的四则运算，与数组的四则运算，判断数组是否相等） a=np.arange(4,dtype=np.float32).reshape(2,2) b=np.arange(4,8,dtype=np.float32).reshape(2,2) 求a+2,a+b,a/b,a*b,判断数组a,b是否相等 6）对数组a求和、积、平均值、最大值、最小值、元素替换、方差、标准差

1）a数组的维度为(2,3)，数组元素的个数为6。
2）将a数组的行变列可以使用a.T，返回最后一个元素可以使用a[-1]，返回第2到第4个元素可以使用a[1:4]，返回逆序的数组可以使用a[::-1]。
3）水平合并可以使用np.hstack((a,b))，垂直合并可以使用np.vstack((a,b))，深度合并可以使用np.dstack((a,b))。
4）水平拆分可以使用np.hsplit(a,3)，垂直拆分可以使用np.vsplit(a,3)，深度拆分可以使用np.dsplit(a,3)。
5）a 2可以使用np.power(a,2)，a b可以使用np.add(a,b)，a/b可以使用np.divide(a,b)，a*b可以使用np.multiply(a,b)，判断数组a,b是否相等可以使用np.array_equal(a,b)。
6）对数组a求和可以使用np.sum(a)，积可以使用np.prod(a)，平均值可以使用np.mean(a)，最大值可以使用np.max(a)，最小值可以使用np.min(a)，元素替换可以使用a[a>2]=0，方差可以使用np.var(a)，标准差可以使用np.std(a)。

arr1=np.arange(10).reshape(2,5)和arr2=np.arange(15).reshape(3,5).分别水平和垂直arr1和arr2

首先，让我们了解一下两个数组 `arr1` 和 `arr2` 的形状：

arr1 = np.arange(10).reshape(2, 5)
# 这意味着 arr1 是一个2行5列的二维数组，包含了从0到9的数字。

arr2 = np.arange(15).reshape(3, 5)
# 这表示 arr2 是一个3行5列的二维数组，包含了从0到14的数字。

**水平拼接 (Horizontal Concatenation):**
如果想要将这两个数组水平拼接在一起，即增加列数而不是行数，可以使用 `np.hstack()` 函数。例如：

h_concat = np.hstack((arr1, arr2))
# 结果是一个新的数组，第一部分是 arr1 的所有列，第二部分是 arr2 的所有列。

# 如果想保持原始形状不变，可以先检查两个数组的列数是否相等，再进行拼接。
if arr1.shape[1] == arr2.shape[1]:
    h_concat = np.concatenate((arr1, arr2), axis=1)
else:
    print("列数不匹配，无法直接水平拼接")