np.array中去除某值

在NumPy中，可以使用np.delete()函数来删除数组中的某个元素、行或列。该函数的语法如下：

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

其中，arr表示要删除元素的数组；obj表示要删除的元素、行或列的索引或索引数组；axis表示要删除的轴的方向，0表示删除行，1表示删除列，如果不指定，则默认为None，即删除展平的数组元素。

以下是一个例子，演示如何在NumPy数组中删除指定的元素：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
new_arr = np.delete(arr, 2) # 删除索引为2的元素
print(new_arr) # 输出：[1 2 4 5]

以下是另一个例子，演示如何在NumPy二维数组中删除指定的行或列：

import numpy as np

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

new_arr = np.delete(arr, 0, axis=1) # 删除第1列
print(new_arr) # 输出：[[2 3] [5 6] [8 9]]

相关问题

x = np.array(df['x']) y = np.array(df['y']) z = np.array(df['z'])改写代码成为读文件中的第一列第二列第三列

假设文件名为data.txt，可以使用以下代码实现：

import numpy as np

# 读取数据文件
with open('data.txt', 'r') as f:
    lines = f.readlines()

# 从文件中提取数据
x = []
y = []
z = []
for line in lines:
    data = line.strip().split()  # 去除空格并按空格分割
    x.append(float(data[0]))
    y.append(float(data[1]))
    z.append(float(data[2]))

# 转换为 numpy 数组
x = np.array(x)
y = np.array(y)
z = np.array(z)

其中，`data.txt`文件中的每一行应该包含三列数据，用空格分隔。如果数据之间使用其他分隔符，可以在 `split()` 方法中传入自定义的分隔符。

np.array去掉空维

在NumPy库中，如果你遇到了含有空维度（也称为大小为1的一维数组或单元素数组）的情况，可以使用`squeeze()`函数来移除这些多余的空维度。这个函数会检查数组的形状，并删除所有长度为1的维度。

例如，考虑以下包含空维度的数组：

import numpy as np
array_with_empty_dim = np.array([[1], [2], [3]])
print(array_with_empty_dim.shape)  # 输出 (3, 1)

你可以通过调用`squeeze()`来去除这个额外的维度：

squeezed_array = array_with_empty_dim.squeeze()
print(squeezed_array.shape)  # 输出 (3,)

现在，`squeezed_array`是一个一维数组，包含了原始数据的三个元素。

注意，如果数组的所有维度都是1，`squeeze()`不会改变其形状，除非它只有一个维度。这是因为NumPy认为单元素数组并不是多维的，除非它们有多于一个维度。