从3D numpy数组中删除切片
可以使用numpy的切片操作和删除函数来实现。具体步骤如下：
- 导入numpy库：在代码中导入numpy库，以便使用其中的函数和方法。
import numpy as np- 创建3D numpy数组：使用numpy库的函数创建一个3D numpy数组。
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])- 删除切片：使用numpy的切片操作来选择要删除的切片，并使用numpy的删除函数删除该切片。
new_arr = np.delete(arr, 1, axis=0)在上述代码中，np.delete(arr, 1, axis=0)表示删除arr数组的第1个切片，axis=0表示在第一个维度上进行操作。
- 打印结果：打印删除切片后的新数组。
print(new_arr)完整代码如下：
import numpy as np
arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
new_arr = np.delete(arr, 1, axis=0)
print(new_arr)这段代码的运行结果是：
[[[1 2 3]
[4 5 6]]]这样就从3D numpy数组中成功删除了切片。需要注意的是，删除切片后会生成一个新的数组，原始数组不会被修改。
对于这个问题，腾讯云提供的相关产品是腾讯云对象存储（COS）。腾讯云对象存储（COS）是一种安全、高可用、低成本的云存储服务，适用于存储和处理大规模非结构化数据。您可以使用腾讯云对象存储（COS）来存储和管理您的数据，包括图片、音视频、文档等。您可以通过以下链接了解更多关于腾讯云对象存储（COS）的信息：
请注意，以上答案仅供参考，具体的解决方案可能因实际情况而异。
相关·内容
1回答
我有过 int[,,,] arr = new int[5, 6, 7, 8]; // c#
arr = np.zeros((5, 6, 7, 8)) # Python 具有5 * 6 * 7 * 8单元的4d阵列。 我想把它切成c#，就像numpy那样 var mySlice = arr[2:4, 0, :2, :]; // Won't work in C#, but looking for a way to do this. return type should be int[,,] A 3d array with 2 * 1 * 2 * 8 cells.
my_slice = a
浏览 34提问于2020-07-09得票数 0
有几个帖子用于分割2D和3D NumPy数组，但是在我的程序中，数组的维数还不清楚。考虑任意维数的NumPy ndarray A (正整数)和形状D=[d1,...,dn] (di的非负整数)，例如：
import numpy as np
D=np.array([2,3,4,5])
A=np.random.rand(*D)
现在我需要提取一个A块，从D1=[d11,...,d1n]到D2=[d21,...,d2n]，所有0<i<=n : 0<=d1i<=d2i<=di都在这里。类似于：
A[D1:D2]
如果我是新的n，那么我可以简单地使用A[d11:d21
浏览 0提问于2018-08-10得票数 0
回答已采纳
1回答
我有一个形状为(400, 512, 512)的3Dnumpy数组，还有一个边界框，例如： [376, 250, 206]
[380, 256, 211] 现在，我想从数组中裁剪边界框区域并可视化。通常在2D数组/图像中，我们可以使用最小最大值进行裁剪，如下所示： img[y:y + h, x:x + w] 但我不认为在3D数组中是这样的，因为还涉及到z轴。谁能给出一个例子，如何使用最小最大边界框坐标从3D numpy数组中裁剪出一个区域？最后，我将在提取的边界框区域中放置一个圆柱体。 编辑:我希望所有的索引和它们的强度值都在主3D数组的边界框内。我可以这样做： big_3d_array[z
浏览 13提问于2020-10-01得票数 0
2回答
我有一个3d Numpy阵列，例如：
array = np.array([[[1,2],[3,4]],[[0,5],[6,7]]])
=[[[1 2]
[3 4]]
[[0 5]
[6 7]]]
我希望删除同一列中的元素，例如第1列。因此，结果应该是：
=[[[1]
[3]]
[[0]
[6]]]
我尝试了np.delete函数：
print np.delete(array[:][:],1,axis=1)
但它并没有产生预期的结果，相反，我得到了：
=[[[1 2]]
[[0 5]]]
我在np文档中找到了这个
np.delete(array, np.s_[
浏览 0提问于2018-01-27得票数 1
回答已采纳
1回答
我有一个3d NumPy数组，我想从中取许多切片。这些切片在第一和第二维度中将有一个或多个长度，而第三个将被完整地返回。切片应该始终是三维的。
我的尝试是：
import numpy as np
a = np.zeros((1000, 10, 100))
row_sets = ([19, 20], [21])
col_sets = ([6], [7, 8])
for rows in row_sets:
for cols in col_sets:
b = a[[rows], [cols]]
print(rows, cols, b.shape)
结果：
浏览 3提问于2017-05-11得票数 1
回答已采纳
1回答
我有4D numpy阵列a和3D阵列b。我也有索引i0，j0，k0的二维数组。假设我想使用以下结构：
np.add.at(a, (slice(None), k0, i0, j0), b)
据我所知，a[slice(None), k0, i0, j0] += b不等同于这个np.add.at。问题是，如何才能将这行np.add.at替换为一个添加了a[...] += b[...]的简单numpy？
浏览 0提问于2020-11-01得票数 0
1回答
我以前问过一个问题，但我想我的例子还不清楚。我仍然试图从numpy数组列表中减去两个不同大小的numpy数组。例如：
####Data####
### For same size numpy arrays the subtraction works fine!!!!###
easy_data= [[1,2,3],[2,2,2]],[[1,2,3],[1,2,5]]
d = [np.array(i) for i in easy_data] # List of numpy arrays
res = d[1] - d[0]
>> array([[ 0, 0, 0],
浏览 6提问于2020-03-31得票数 0
回答已采纳
假设我有一个3d的numpy数组，在每个canvasrow，col中，都有一个R，G，B，A格式的numpy数组，我想检查canvasrow，col上的numpy数组是否等于另一个numpy数组0，0，0,240~255，其中最后一个元素是一系列将被接受为“相等”的值。例如，0,0,0,242和0,0,0,255都将通过此检查。下面，我有它，所以它只接受后一种情况。
(canvas[row,col] == np.array([0,0,0,255])).all()
我如何写这个条件，使它像我前面所描述的那样呢？
浏览 1提问于2022-04-18得票数 0
1回答
Numpy搜索&切片3D阵列
、、、、
我对Python & Numpy非常陌生，并试图完成以下工作：
给定，3D数组：
arr_3d = [[[1,2,3],[4,5,6],[0,0,0],[0,0,0]],
[[3,2,1],[0,0,0],[0,0,0],[0,0,0]]
[[1,2,3],[4,5,6],[7,8,9],[0,0,0]]]
arr_3d = np.array(arr_3d)
获取[0,0,0]出现在给定3D数组中的索引。
将给定的3D数组从[0,0,0]首先出现的位置切片。
换句话说，我试图从给定的3D数组中删除填充(在本例中为：[0,0,0])
浏览 2提问于2017-12-13得票数 2
回答已采纳
2回答
我有一个四个波段的光栅图像(这是一个3D阵列)，我想分割图像的波段。此光栅的形状(转换为3D数组后)为(12200, 7200, 4)。
我尝试过使用scikit-image：
skimage.segmentation.slic(image[, …])
和
skimage.segmentation.quickshift(image[, …])
并且结果只是一个2D阵列(= 1带光栅)，形状为(12200,7200)。
该命令似乎已经扁平化了图像，我在他们的文档中找不到任何关于这个问题的东西。
下面是我尝试过的：
from __future__ import print_function
fro
浏览 2提问于2019-06-12得票数 1
2回答
我在控制台中得到了关于python的警告，我没有找到任何解决方案，因为these.We不想抑制警告。另外，我们有一个很大的代码库setup.how来知道哪个代码块是导致这个错误的原因，因为警告不要给出代码行号。由于以前版本的python和numpy，我正在使用下面版本的python和numpy.Is。
Python版本- 3.6.8 Numpy版本- 1.19.5 matplotlib版本是3.3.4熊猫版本是1.1.5
警告：
/python3.6/site-packages/matplotlib/cbook/init.py:1402: FutureWarning:不再支持多维索引(例如ob
浏览 0提问于2021-10-20得票数 1
2回答
我知道对于3d numpy数组，我可以索引如下：
item = x[0,2,1]
或
item = x[0][2][1]
但是切片工作对我来说很奇怪：
item = x[:,:,1]
与以下情况不同：
item = x[:][:][1]
我错过了什么？
浏览 1提问于2015-01-07得票数 2
回答已采纳
1回答
来自3D数组的3D切片
、、、
我有一个很大的3D，N x N x N的numpy数组，数组中的每个索引都有一个值。
我希望能够使用中心点从数组中获取立方体切片：
def take_slice(large_array, center_point):
...
return cubic_slice_from_center
为了说明，我希望cubic_slice_from_center返回以下形状，其中slice11是用于生成切片的中心点的值：
print(cubic_slice_from_center)
array([[[0.32992015, 0.30037145, 0.04947877],
浏览 1提问于2020-07-04得票数 0
1回答
我已经从这里下载了一个示例.stl文件：
然后，我使用以下代码获取numpy数组，以便使用matplotlib进行进一步的图像处理：
import numpy as np
from stl import mesh
np.set_printoptions(threshold=np.nan)
# Using an existing stl file:
your_mesh = mesh.Mesh.from_file('300_polygon_sphere_100mm.stl')
data = np.array(your_mesh)
print(data.shape)
不幸的是，
浏览 3提问于2018-07-05得票数 1
1回答
目前，我遇到了一个简单的问题，就是从一个3d数字矩阵中提取一行。
给定一个矩阵3,3,3 =>，我想提取一行，例如输出变成1,3,3.
但是，如何在不改变的情况下实现呢？我好像一直在提取3,3
>>> import numpy
>>> a = numpy.random.rand(3,3,3)
>>> print a[0].shape
(3, 3)
浏览 2提问于2017-03-11得票数 0
回答已采纳
我有一个3D数组，我想用给定的值来掩盖它。该值只出现在该数组的z方向(轴0)的一个2D切片中，因此z方向上的所有其他切片都是假的。
如何仅提取出现数字的2d数组，以及其发生的2d片的z维中的位置？
因此，假设我有一个小的3D数组：
import numpy as np
array = np.zeros((3,3,3))
array[2] = np.array([[2,2,0],[2,2,0],[2,2,0]])
print(array==2)
所以用值2掩蔽三维数组，会给出整个三维数组，但我只需要2d切片，在这种情况下，它将是三维数组中的第三个切片。
期望输出：
[[ True True
浏览 0提问于2018-03-22得票数 2
回答已采纳
2回答
我读过关于切片的numpy文档(特别是讨论变量数组索引的底部)
但我仍然不确定如何做以下工作:编写一个方法，返回一组3D索引，或者一组4D索引，然后用于访问数组。我想为基类编写一个方法，但是从它派生的类可以访问3D或4D，这取决于实例化了哪个派生类。
演示思想的示例代码:将numpy导入为np
a = np.ones([2,2,2,2])
size = np.shape(a)
print(size)
for i in range(size[0]):
for j in range(size[1]):
for k in range(size[2]):
for p in r
浏览 1提问于2018-05-23得票数 3
回答已采纳
1回答
在SimpleITK中向索引数组分配值或切片的最佳方法是什么？
示例(1)：在3D卷中将2D片分配给索引的2D片
在NumPy中，我们可以对索引数组执行以下赋值：
import numpy as np
nda = np.ones((64, 256,256))
nda[0,:,:] = 2*nda[0,:,:]
在SimpleITK中同样的操作，
import SimpleITK as sitk
image = sitk.GetImageFromArray(nda)
image[:,:,0] = 2*image[:,:,0]
给出以下错误：
IndexError
浏览 3提问于2020-04-22得票数 1
回答已采纳
1回答
在我的脚本中，我需要比较非常大的NumPy数组(2D或3D)和阈值。比较本身可以通过"allclose“函数轻松完成，如下所示：
Threshold = 0.1
if (np.allclose(Arr1, Arr2, Threshold, equal_nan=True)):
Print('Same')
要知道哪些单元格不同，最简单(但很幼稚)的方法是使用如下所示的简单for循环代码：
def CheckWhichCellsAreNotEqualInArrays(Arr1,Arr2,Threshold):
if not Arr1.shape == Arr2.
浏览 1提问于2017-04-09得票数 2
1回答
关于切片最后一个维度有一个很好的问题/答案：：对于切片一个numpy数组以获得最后一个维度中的第一个索引，可以使用.或者是椭圆，
slice = myarray[...,i]
如果需要第一个N维呢？
对于3D myarray，N=2：
slice = myarray[:,:,0]
对于4D阵列，N=2：
slice = myarray[:,:,0,0]
这可以推广到任意的维度吗？
浏览 1提问于2018-09-21得票数 0
回答已采纳
对于像这样的3D数组：
import numpy as np
m = np.random.rand(5,4,3)
有什么有效的方法可以去除所有符合这种条件的元素？
m:，:,0 > 0.5 & m :，1 > 0.5 & m:，:,2 < 0.5
浏览 0提问于2019-02-07得票数 0
回答已采纳
1回答
在Python/Numpy中，我可以对以下形式的数组进行切片：
arr = np.ones((3,4,5))
arr[2]
形状将保持不变：
(arr[2]).shape # prints (4, 5)
这意味着，如果我想保持数组的形状，下面的代码适用于N维数组
arr = np.ones((3,4,5,2,2))
(arr[2]).shape # prints (4, 5, 2, 2)
如果我想编写适用于N-dim数组的函数，并保留其输出，这是非常好的。
然而，在Julia中，相同的操作不会保留结构：
arr = ones(3,4,5)
size(arr[3]) # prints () (0
浏览 3提问于2018-05-28得票数 3
1回答
我有一些python代码，它目前与二维数组硬连接在一起，如下所示：
import numpy as np
data = np.random.rand(5, 5)
width = 3
for y in range(0, data.shape[1] - W + 1):
for x in range(0, data.shape[0] - W + 1):
block = data[x:x+W, y:y+W]
# Do something with this block
现在，这对于二维数组是硬编码的，我想将其扩展到3D和4D数组。当然，我可以为其他维度编写更多
浏览 11提问于2016-09-05得票数 4
回答已采纳
1回答
我正在运行这段代码，它以数组的形式输出图像的值，但是对于RGB和Alpha这四个值，我如何删除最后一个值，使其只处理RGB im。
from PIL import Image, ImageFilter
import numpy as np
ImageLocation = Image.open("images/numbers/0.1.png")
#Creates an Array [3d] of the image for the colours
ImageArray = np.asarray(ImageLocation)
print(ImageArray)
这是我对每个像
浏览 2提问于2017-09-11得票数 1
回答已采纳
2回答
numpy三维阵列形状
、、、
我创建了一个形状的numpy数组(4,3,2)；我希望下面的代码可以打印出一个形状为4X3或3X4的数组
import numpy as np
x = np.zeros((4,3,2), np.int32)
print(x[:][:][0])
但是我得到了
[[0 0]
[0 0]
[0 0]]
看起来像个2×3？我现在真的搞糊涂了。难道我不应该
[[0 0 0]
[0 0 0]
[0 0 0]
[0 0 0]]
取而代之的是？如何将三维图像映射成一个矮小的三维矩阵？
例如，在MATLAB中，shape (m, n, k)是指(2D/3D)图像上下文中的(row,
浏览 0提问于2018-03-05得票数 0
回答已采纳
1回答
我有一个巨大的numpy 3D张量，它存储在磁盘上的一个文件中(我通常使用np.load读取该文件)。这是一个二进制.npy文件。在使用np.load时，我很快就使用了大部分内存。
幸运的是，在程序的每一次运行中，我只需要一小部分巨大的张量。该切片具有固定的尺寸，其尺寸由外部模块提供。
做这件事最好的方法是什么？我唯一能找到的方法就是将这个numpy矩阵存储到MySQL数据库中。但我确信有很多更好/更简单的方法。如果有帮助的话，我也很乐意以不同的方式构建我的3D张量文件。
如果我的张量在本质上是稀疏的，答案会改变吗？
浏览 4提问于2017-03-10得票数 28
回答已采纳
使用numpy，假设您有一个名为img的3D数组，其中包含像素值，并且您希望在给定的颜色通道上构建一个到处都是零的数组。例如，假设输出数组中的img[0,0]=(42,84,126)专用于红色通道，我希望有output_red[0,0]=(42,0,0)。
这可以像这样做，例如：
output_red=np.zeros(img.shape,dtype=img.dtype)
output_red[...,0]=img[...,0]
然而，我仍在努力弄清楚是否有办法做到这一点：
不改变img中的任何内容(否则我将无法提取其他颜色通道)
而不需要在某个时候将数据从img复制到输出。
浏览 2提问于2015-09-10得票数 1
回答已采纳
我必须处理大型的3D数据立方体。我想将它们存储在HDF5文件中(使用h5py或pytables)。我通常只想对这些立方体的一部分进行分析。此部分太大，无法保存在内存中。我希望对我感兴趣的切片有一个numpy样式的视图，而不是将数据复制到内存中(类似于您可以使用numpy memmap所做的操作)。这个是可能的吗？据我所知，使用h5py执行切片时，会在内存中得到一个numpy数组。
有人问我为什么要这样做，因为数据无论如何都要进入内存。出于需要，我的代码已经对这些立方体中的数据进行了分段运行，一次将一小部分数据拖入内存。如果这些函数只是简单地迭代传递给它们的整个数据集，那么它们是最简单的。如果我
浏览 1提问于2015-01-07得票数 10
4回答
对数组进行切片以排除单个元素
、、、、
我想对一个numpy数组进行切片，这样我就可以从其中排除单个元素。 例如，如下所示： a = numpy.array([1,2,3,4,5])
b = a[0:1::3:4]
b = [1 2 4 5] 只是这不起作用，所以要么我做错了什么，要么这是不可能的。
浏览 28提问于2019-06-09得票数 1
1回答
我有一个巨大的三维NumPy阵列和一个相同形状的掩膜阵列充满了1或零。让我们以这个为例：
arr = np.random.randint(1, 100, size=(4, 4, 4))
mask = np.zeros(shape=(4,4,4), dtype='int')
mask[0,2:3,:] = 1
我的目标是获得一个相同形状的数组(在本例中(4,4,4))，让我们将其命名为new_arr，其中包含来自arr where mask == 1的值。new_arr中的所有其他值都应该是-2。(不是0)
然而，这样做：
new_arr = arr[mask]
结果为(4，4，
浏览 2提问于2020-11-25得票数 0
回答已采纳
3回答
让我们从2个二维数组开始：
import numpy as np
a = np.zeros( (3,4) )
b = np.zeros( (3,4) )
现在让我们将它们组合成一个3D数组：
c = np.stack( (a,b) )
到目前为止，一切都很好，但是如何向3D数组添加额外的2D数组，以下内容不起作用：
np.stack( (c,a) )
那么，我的问题是如何向3D数组中添加额外的层？(numpy版本1.12.1)
浏览 2提问于2017-04-12得票数 4
回答已采纳
1回答
我有一个3D数据立方体，我正在尝试在其他两个轴的特定值上绘制第一个轴的曲线图。目标是在天空中的给定坐标下绘制速度图。 我已经尝试通过输入最后两个轴的值来从3D数组创建一维数组。这就是我尝试过的 achan=50
dchan = 200
lmcdata[:][achan][dchan] #this array has three axes, vchan, achan, dchan. 我期待一个大小为120的数组，因为有120个速度通道组成了vchan轴。当尝试上面的代码时，我一直得到一个大小为655的数组，这是dchan轴的条目数。
浏览 12提问于2019-03-30得票数 1
1回答
我有两个包含3d坐标列表的数组。
我正在尝试获取一个索引列表，其中我的数组中的每个元素都在另一个数组中找到。
a = np.array([[0.4,0.6,0.8],
[0.4, 1.0, 1.2],
[0.6,1.0,1.4],
[0.6,1.2,1.6]])
b = np.array([[0.4, 1.0, 1.2],
[0.4,0.6,0.8],
[0.6,1.2,1.6],
[0.6,1.0,1.4],
浏览 1提问于2022-11-10得票数 0
4回答
我有一个numpy数组，我想删除数组的前3个元素。我试过这个解决方案：
a = np.arange(0,10)
i=0
while(i<3):
del a[0]
i=i+1
这给了我一个"ValueError:无法删除数组元素“的错误。我不明白为何会这样。我很感谢你的帮助谢谢！
浏览 0提问于2011-08-21得票数 12
回答已采纳
2回答
我在Numpy中有以下3D数组：
a = np.array([[[1,2],[3,4]], [[5,6],[7,8]], [[9,10],[11,12]],[[13,14],[15,16]]])
当我写
b = np.reshape(a, [4,4])
得到的2D数组将类似于
[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]
[13 14 15 16]]
但是，我希望它是这样的：
[[ 1 2 5 6]
[ 3 4 7 8]
[ 9 10 13 14]
[11 12 15 16]]
如何在Python/Numpy中有效
浏览 2提问于2017-04-21得票数 2
回答已采纳
6回答
比方说，其中一个数组具有以下numpy数组：
X = numpy.array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5])
现在，如何一次从数组X范围X[0:2]、X[6:8]和X[12:14]中排除，从而得到结果X= [2, 2, 2, 4, 4, 4]
浏览 0提问于2015-09-23得票数 3
与使用list (或更高维度的list of list等)相比，使用dtype='o'将Python对象存储在list中的优缺点是什么？
在这种情况下，numpy数组是否更有效？(它们似乎无法避免间接性，但在多维情况下可能更有效。)
浏览 1提问于2013-04-11得票数 18
回答已采纳
2回答
当我尝试分割一个Numpy数组(3d)时，会发生一些意想不到的事情。
import numpy as np
x=np.array(
[ [[1., 2., 3., 4., 5.],
[6., 7., 8., 9., 0.],
[1., 2., 3., 4., 5.],
[6., 7., 8., 9., 0.]],
[ [11., 12., 13., 14., 15.],
[16., 17., 18., 19., 10.],
[11., 12., 13., 14., 15.],
[16., 17., 18., 19., 10.]],
[
浏览 1提问于2018-03-18得票数 2
回答已采纳
3回答
我有3x3D数组，它们是3D rgb图像的红、绿和蓝通道。在numpy中创建输入通道直方图体积的优雅方法是什么？
该操作将等同于
""" assume R, G and B are 3D arrays and output is a 3D array filled with zeros """
for x in x_dim:
for y in y_dim:
for z in z_dim:
output[ R[x][y][z] ][ G[x][y][z] ][ B[x][y][z] ] +
浏览 0提问于2011-09-15得票数 3
回答已采纳
我正在尝试对3D数组中的切片进行阈值矢量化。不幸的是，该阈值正在应用于维度中的所有3个值。我能想到的唯一方法是提取切片1，处理它，然后把它放回数组中，但我相信还有更好的方法。这里有一些代码来解释我正在做什么和我想要做什么。非常感谢您的帮助。J import numpy as np
arr = np.arange(18).reshape(3, 2, 3)
arr[ arr[:,:,1] < 10 ] = 0 提供： array([[[ 0, 0, 0],
[ 0, 0, 0]],
[[ 0, 0, 0],
[ 9, 10, 11
浏览 31提问于2019-02-27得票数 1
回答已采纳
1回答
我有一个大小的3D矩阵(X，Y，Z)，它以Z矩阵的形式存储在数据结构中，每个X×Y的大小。我想重新切片这些矩阵，得到X片，每个Y x Z的大小。换句话说，我想将存储在YZ平面中作为XY片存储的3D矩阵重新定位。用例是将轴位CT图像转换为矢状位图像。我在一个浏览器环境中工作.
下面是我想要达到的目标的一个例子：
我已经在Python中实现了朴素(迭代)解决方案，它每片取O(Y * Z)。我甚至没有费心写出相应的JavaScript实现，因为这种方法太慢了几个数量级。
import glob
import numpy as np
import matplotlib.pyplot as p
浏览 1提问于2014-10-16得票数 3
回答已采纳
我想将几个2D C连续图像阵列加载到一个3D卷中，并通过直观的索引来访问它们，例如slice3 = volume[:,:,2]，它需要从最初的级联1D表示中进行一些整形。
现在，由于我加载了很多图像，并从它计算更多的新卷，这必须在您的一般PC上工作，我关心内存的使用以及计算性能。
Q:如何实现3D卷和2D片保持连续，这样我就可以有效地在卷上做一些事情，在单个片上做一些事情。
下面是一些可供使用的示例：
import numpy as np
# dimensions:
rows = 2
cols = 2
slices = 3
# create array
a = np.arange(
浏览 6提问于2020-09-24得票数 1
回答已采纳
2回答
这是一个简单的问题，但我发现自己完全糊涂了。
我目前有一个二维阵列arr1形状(100,101).
print(arr1.shape) # outputs (100, 101)
我想删除这个数组arr1中的一个元素，这个元素
arr1[99][100]
这是这些数组中的“最后一个元素”。
如何使用numpy.delete()完成这一任务？
我想是的
import numpy as npo
arr2 = np.delete(arr1, arr1[99][100])
但这是不正确的。
浏览 3提问于2016-03-30得票数 0
回答已采纳
3回答
如果我有一个有一个无用列的非常大的numpy数组，我如何才能在不创建原始数组副本的情况下删除它呢？
np.delete(my_np_array, 0, 1)
上述代码将返回数组的副本，而不带第零列.但是，我想简单地从my_np_array中删除该列，因为我不需要它。对于非常大的数据集，内存管理变得非常重要，复制可能不是一种选择。
浏览 17提问于2013-12-14得票数 8
回答已采纳
如何在numpy中创建三维矩阵，如matlab a(:，:)。我尝试用numpy.array把matlab中创建3d矩阵的代码转换成python，但我不知道如何在numpy中创建3d矩阵/数组
浏览 6提问于2009-11-08得票数 26
1回答
我有一个函数remrow，它以任意numpy nd数组arr和整数n作为输入。我的函数应该从arr中删除n第四维度中的最后一行。例如，如果像这样调用我的函数：
remrow(arr,2)
使用arr作为3d数组，那么我的函数应该返回：
arr[:,:,:-1]
同样的，如果我打电话的话；
remrow(arr,1)
arr是一个5d数组，那么我的函数应该返回：
arr[:,:-1,:,:,:]
我的问题是:我的函数必须适用于各种形状和大小的arr和所有兼容的n。如何使用numpy数组索引来完成此操作？
浏览 6提问于2020-11-08得票数 1
回答已采纳
我有一个由
[1,3,8,6,0,2,4,5,9,7]
这个数组是由10个数字0-9组成的随机数组.
我还有一个带有数值的2D-Numpy数组，一个10x102D numpy数组。
我想使用我的一维numpy数组(上面)通过循环遍历1D数组来访问我的2D numpy数组中的特定实例。
循环1:接受1和3，并在我的2D numpy数组中找到1:3的值。
循环2:接受3和8，并在我的2D numpy数组中找到3:8的值。
。
循环10:接受7和1，并在我的2D numpy数组中找到7:1的值。
我想把这些值加到我的2D numpy数组中。
到目前为止，我有: array
浏览 0提问于2018-04-19得票数 0
回答已采纳
我有一个3D数组，如下所示，'b'，我想表示一个2-D数组的数组。我想删除我的2-D数组的重复项，并获得唯一的。
>>> a = [[[1, 2], [1, 2]], [[1, 2], [4, 5]], [[1, 2], [1, 2]]]
>>> b = numpy.array(a)
>>> b
array([[[1, 2],
[1, 2]],
[[1, 2],
[4, 5]],
[[1, 2],
[1, 2]]])
在上面的例子中，我真的很想返
浏览 2提问于2016-12-10得票数 3
1回答
我需要帮助来理解如何将一个矩阵从图像降采样为10x10的矩阵。
库：
import sys
import cv2
import numpy
from PIL import Image
from numpy import array
我使用PIL获取图像，使用numpy获取矩阵数组。
im_1 = Image.open(r"C:\Users\DELL\Downloads\FaceDataset\s1\1.pgm")
ar = array(im_1)
numpy.set_printoptions(threshold=sys.maxsize)
print("Orignal I
浏览 10提问于2020-05-15得票数 0
回答已采纳
我被Python中复制Numpy数组的方式弄糊涂了。我从以下几点开始：
import numpy as np
p = np.array([1.0, 0.0, 1.0, 0.3])
然后，我尝试使用以下三种方法“复制”p：
q = p
q1 = p[:]
q2 = p.copy()
现在我执行q1[2] = 0.2，然后检查q、q1和q2的值。我惊讶地发现p、q和q1都更改为array([1.0, 0.0, 0.2, 0.3])，而只有q2保持不变。我还使用id()检查了所有四个变量(p、q、q1、q2)的地址，并确认了id(p) = id(q)，但id(q1) != id(p)。
我的问题是，
浏览 1提问于2020-03-26得票数 8
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
