numpy.ndarray中删除多行数据

可以使用`numpy.delete()`函数来删除`ndarray`中的多行数据。该函数的用法如下：

numpy.delete(arr, obj, axis=None)

其中`arr`是要删除数据的`ndarray`，`obj`是要删除的行的索引，`axis`指定了要在哪个轴上删除数据，默认为`None`，表示展开整个数组进行删除。

例如，如果要删除`ndarray`中第1行和第3行，可以这样写：

import numpy as np

a = np.array([[1, 2, 3],
              [4, 5, 6],
              [7, 8, 9],
              [10, 11, 12]])

a = np.delete(a, [0, 2], axis=0)

print(a)

输出结果为：

[[ 4  5  6]
 [10 11 12]]

上述代码中，`a`是一个4行3列的`ndarray`，使用`np.delete()`函数删除了第1行和第3行。

相关问题

numpy.ndarray中删除数据

可以使用numpy.delete()函数来删除numpy.ndarray中的数据。该函数的语法如下：

numpy.delete(arr, obj, axis=None)

其中，arr是输入的numpy.ndarray数组；obj是要删除的元素的索引或者切片；axis是要删除的轴的索引。

例如，我们可以删除一个一维数组中的第三个元素，代码如下：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
new_arr = np.delete(arr, 2)
print(new_arr)  # [1 2 4 5]

我们也可以删除一个二维数组中的第二行，代码如下：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
new_arr = np.delete(arr, 1, axis=0)
print(new_arr)
# [[1 2 3]
#  [7 8 9]]

需要注意的是，numpy.delete()函数并不会修改原始的numpy.ndarray数组，而是返回一个新的数组。

如何读取numpy.ndarray中的数据

要读取numpy.ndarray中的数据，可以使用以下方法：

1. 使用索引：可以使用索引来访问数组中的元素。例如，arr[0]表示数组中的第一个元素，arr[1]表示数组中的第二个元素，以此类推。

2. 使用切片：可以使用切片来访问数组中的一部分元素。例如，arr[1:3]表示数组中的第二个和第三个元素。

3. 使用循环：可以使用循环来遍历整个数组并访问每个元素。例如，使用for循环来访问数组中的每个元素：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])

for i in arr:
    print(i)

4. 使用特定的函数：numpy提供了一些函数来操作数组中的数据，例如sum函数可以计算数组中所有元素的和。

import numpy as np

arr = np.array([1, 2, 3, 4, 5])

print(np.sum(arr))

上述方法可以帮助你读取numpy.ndarray中的数据。