删除numpy数组中的行

我有一个可能看起来像这样的数组：

ANOVAInputMatrixValuesArray = [[ 0.96488889, 0.73641667, 0.67521429, 0.592875, 
0.53172222], [ 0.78008333, 0.5938125, 0.481, 0.39883333, 0.]]

请注意，其中一行的结尾处为零。我想删除任何包含零的行，而保留所有包含非零值的行。

但是，每次填充时，数组将具有不同的行数，并且零将每次位于不同的行中。

我使用下面的代码行获取每行中非零元素的数量：

NumNonzeroElementsInRows    = (ANOVAInputMatrixValuesArray != 0).sum(1)

对于上面的数组，NumNonzeroElementsInRows包含：[5 4]

五个表示第0行中的所有可能值都不为零，而四个表示第1行中的可能值之一为零。

因此，我试图使用以下代码行来查找和删除包含零值的行。

for q in range(len(NumNonzeroElementsInRows)):
    if NumNonzeroElementsInRows[q] < NumNonzeroElementsInRows.max():
        p.delete(ANOVAInputMatrixValuesArray, q, axis=0)

但是由于某种原因，即使执行大量打印命令表明所有变量似乎都正确填充了代码，该代码似乎也无能为力。

必须有一些简单的方法来简单地“删除包含零值的任何行”。

谁能告诉我要编写什么代码来完成此任务？

从数组中删除行和列的最简单方法是该numpy.delete方法。

假设我有以下数组x：

x = array([[1,2,3],
        [4,5,6],
        [7,8,9]])

要删除第一行，请执行以下操作：

x = numpy.delete(x, (0), axis=0)

要删除第三列，请执行以下操作：

x = numpy.delete(x,(2), axis=1)

因此，您可以找到其中包含0的行的索引，将它们放在列表或元组中，并将其作为函数的第二个参数传递。

这是一个衬板（是的，它类似于user333700的衬板，但更简单一些）：

>>> import numpy as np
>>> arr = np.array([[ 0.96488889, 0.73641667, 0.67521429, 0.592875, 0.53172222], 
                [ 0.78008333, 0.5938125, 0.481, 0.39883333, 0.]])
>>> print arr[arr.all(1)]
array([[ 0.96488889,  0.73641667,  0.67521429,  0.592875  ,  0.53172222]])

顺便说一下，此方法比用于大型矩阵的蒙版阵列方法快得多。对于2048 x 5矩阵，此方法的速度要快1000倍。

顺便说一句，user333700的方法（根据他的评论）在我的测试中稍快一些，尽管让我感到困惑。

这与您的原始方法类似，并且将比unutbu的答案使用更少的空间，但我怀疑它会更慢。

>>> import numpy as np
>>> p = np.array([[1.5, 0], [1.4,1.5], [1.6, 0], [1.7, 1.8]])
>>> p
array([[ 1.5,  0. ],
       [ 1.4,  1.5],
       [ 1.6,  0. ],
       [ 1.7,  1.8]])
>>> nz = (p == 0).sum(1)
>>> q = p[nz == 0, :]
>>> q
array([[ 1.4,  1.5],
       [ 1.7,  1.8]])

顺便说一句，您的台词p.delete()对我不起作用-ndarray没有.delete属性。

numpy提供了一个简单的函数来执行完全相同的操作：假设您有一个掩码数组'a'，调用numpy.ma.compress_rows（a）将删除包含掩码值的行。我想这样会更快

import numpy as np 
arr = np.array([[ 0.96488889, 0.73641667, 0.67521429, 0.592875, 0.53172222],[ 0.78008333, 0.5938125, 0.481, 0.39883333, 0.]])
print(arr[np.where(arr != 0.)])

我可能回答这个问题为时已晚，但想分享我的意见，以造福社区。对于此示例，让我将矩阵称为“ ANOVA”，假设您只是尝试从该矩阵中的第5列中仅将0删除行。

indx = []
for i in range(len(ANOVA)):
    if int(ANOVA[i,4]) == int(0):
        indx.append(i)

ANOVA = [x for x in ANOVA if not x in indx]