从Numpy数组中删除无的有效方法
有没有一个有效的方法来删除Nones从Numpy数组和调整数组到它的新大小？
例如，如何在不在python中迭代的情况下从这个框架中删除None。我可以很容易地对它进行迭代，但正在处理一个可能被多次调用的api调用。
a = np.array([1,45,23,23,1234,3432,-1232,-34,233,None])
共有2个答案
我使用了以下比公认答案更简单的方法：
a = a[a != None]
注意：PEP8警告不要将等号操作符与单件（如无）一起使用。当我发布这个答案时，我并不知道这件事。也就是说，对于Numpy数组，我发现这太Pythonic和漂亮了，不能不使用。见评论中的讨论。
In [17]: a[a != np.array(None)]
Out[17]: array([1, 45, 23, 23, 1234, 3432, -1232, -34, 233], dtype=object)
上面的作品因为a！=np.array（无）是一个布尔数组，它映射非无值：
In [20]: a != np.array(None)
Out[20]: array([ True, True, True, True, True, True, True, True, True, False], dtype=bool)
以这种方式选择数组元素称为布尔数组索引。
-
问题内容： 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，同时保留所有包含非
-
问题内容： 我已经开发了像这样的数组列表 现在我的问题是：如果我想从列表中删除“ 8”，哪种方法更好？ 第一种方式： 第二种方式： 现在，请从性能的角度建议其中哪一个效率更高，速度更快，并且还有其他任何类似于内置函数的方法，通过使用它，我们可以删除重复项而无需进行过多迭代。 问题答案： 在性能方面，它们应该相似。你测试了吗 如果要使用内置方法，则可以达到类似的性能（通过测试确认）： 最后，如果您想
-
问题内容： 我有一个尺寸为（48，366，3）的numpy数组，我想从数组中删除最后一列以使其为（48，365，3）。最好的方法是什么？（所有条目都是整数。我使用的是Python v2.6） 问题答案： 您可以尝试： http://docs.scipy.org/doc/numpy/reference/generated/numpy.delete.html 或者只是获取所需的数组切片并将其写入新数组
-
问题内容： 我有两个numpy数组： 我想从p_rem中的p_a_colors中删除所有列，所以我得到： 我认为，某些事情应该像 但我只是不知道轴或[：]正确。 我知道 可以，但是我试图避免（python）循环，因为我也想要正确的性能。 问题答案： 这就是我要做的： 您需要执行void dtype事情，以便numpy整体比较行。之后，使用内置的set例程似乎是显而易见的方法。
-
问题内容： 我有一个numpy值数组： 我想从数组中删除具有重复值的行。例如，上述数组的结果应为： 我不确定如何使用numpy有效地做到这一点而无需循环（数组可能会很大）。有人知道我该怎么做吗？ 问题答案： 这是一个选择：
-
问题内容： 信不信由你，在分析当前代码后，numpy数组还原的重复操作将占用大量的运行时间。我现在拥有的是基于视图的常见方法： 还有其他方法可以更有效地执行此操作，还是我对不切实际的numpy性能的痴迷所致的幻觉？ 问题答案： 创建时，您正在创建原始数组的视图。然后，您可以更改原始数组，并且视图将更新以反映所做的更改。 您是否经常需要重新创建视图？您应该能够执行以下操作： 我不是numpy专家，但