numpy.delete

numpy.delete(arr, obj, axis=None)      [source]

返回一个新的数组，该数组具有沿删除的轴的子数组。 对于一维数组，这将返回arr[obj]未返回的那些条目。

Notes

通常，最好使用布尔掩码。 例如：

import numpy as np

# 创建一个包含 1 到 12 的数组
arr = np.arange(12) + 1
print("原始数组:", arr)

# 创建一个全为 True 的布尔掩码（mask）
mask = np.ones(len(arr), dtype=bool)

# 将索引 0, 2, 4 位置的元素设为 False，表示要删除它们
mask[[0, 2, 4]] = False

# 使用布尔索引筛选数组
result = arr[mask, ...]

# 输出结果
print("应用布尔掩码后的数组:", result)

等效于np.delete(arr，[0,2,4]，axis = 0)，但允许进一步使用mask。

例子

1）删除一维数组中的元素

import numpy as np

arr = np.array([0, 1, 2, 3, 4, 5])
# 删除索引2的元素
new_arr = np.delete(arr, 2)  
print(new_arr)  # [0 1 3 4 5]

2）删除多个元素

import numpy as np

arr = np.array([0, 1, 2, 3, 4, 5])
# 删除索引1,3,4的元素
new_arr = np.delete(arr, [1, 3, 4])  
print(new_arr)  # [0 2 5]

3）删除二维数组的行

import numpy as np

arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])
# 删除索引1（第二行）
new_arr = np.delete(arr, 1, axis=0)  
print(new_arr)

4）删除二维数组的列

import numpy as np

arr = np.array([[1, 2, 3],
                [4, 5, 6],
                [7, 8, 9]])
# 删除索引0（第一列）
new_arr = np.delete(arr, 0, axis=1)  
print(new_arr)

5. 使用切片删除多个元素

import numpy as np

arr = np.array([0, 1, 2, 3, 4, 5])
# 删除索引1到3（不包含4）
new_arr = np.delete(arr, slice(1, 4))  
print(new_arr)  # [0 4 5]