从 NumPy 中的数组中删除元素

知道要删除哪些位置时，使用 numpy.delete()；知道要排除哪些值时，使用 numpy.setdiff1d()。当某个值出现多次时，这一区别尤其重要：删除一个位置可以保留该值在其他位置的出现，而集合差运算会返回唯一值。

按索引删除元素：使用 numpy.delete()

numpy.delete(arr, obj, axis=None) 会返回一个删除了所选位置的新数组，不会就地修改 arr。obj 可以是整数位置、位置序列或切片。位置从零开始计数，因此位置 3 对应第四个元素。省略 axis 或将其设为 None 时，NumPy 会先展平输入，再删除相应位置。指定轴后，位置便对应于该轴：对于二维数组，轴 0 选择行，轴 1 选择列。

下面的完整示例会从一维数组中删除位置 3、5 和 7。代码与示例输出按英文原样保留，可直接运行：

本节中的代码以及显示的标签或输出仍为英文。

import numpy as np

values = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
positions = [3, 5, 7]
remaining = np.delete(values, positions)
print(remaining)

[ 1  2  3  5  7  9 10]

对于矩阵，axis=1 会从每一行中删除指定位置上的列。若改用 axis=None，结果会先展平为一维数组，因此这些位置将按展平后的序列计数。代码与示例输出按英文原样保留。

import numpy as np

matrix = np.array([[1, 2, 3, 4, 5], [11, 12, 13, 14, 15], [21, 22, 23, 24, 25]])
without_columns = np.delete(matrix, [1, 2], axis=1)
flattened_without_positions = np.delete(matrix, [1, 2], axis=None)
print(without_columns)
print(flattened_without_positions)

按列删除后的结果为 3 × 3；展平后的结果是一维数组，包含 13 个值。示例输出按英文原样保留：

[[ 1  4  5]
 [11 14 15]
 [21 24 25]]
[ 1  4  5 11 12 13 14 15 21 22 23 24 25]

位置超出范围时会引发 IndexError。例如，长度为 10 的数组中不存在位置 34。如果想显示简短的诊断信息，而不是完整的回溯，可以捕获此错误。示例中的诊断文字按英文原样保留：

import numpy as np

values = np.arange(10)
try:
    np.delete(values, [34])
except IndexError as error:
    print(f"Cannot delete position 34: {error}")

Cannot delete position 34: index 34 is out of bounds for axis 0 with size 10

如需了解完整的参数详情，请参阅 numpy.delete() 参考文档。

按值删除元素：使用 numpy.setdiff1d()

使用 numpy.setdiff1d(ar1, ar2)，可返回存在于 ar1 但不在 ar2 中的唯一值。这里的 ar2 包含要排除的值，而不是 ar1 中的位置。默认情况下，assume_unique=False；只有在两个输入数组都已不含重复值时，才将它设为 True。这是由调用者提供的前提，因此输入数组含有重复值时不要启用此选项。

下面的示例也说明了为什么此函数不能替代按位置删除：输入中有重复的 2，但集合差结果中的每个剩余值只出现一次。示例代码和输出按英文原样保留。

本节中的代码以及显示的标签或输出仍为英文。

import numpy as np

values = np.array([4, 2, 4, 1, 2, 3])
excluded_values = np.array([4])
remaining = np.setdiff1d(values, excluded_values)
print(remaining)

[1 2 3]

setdiff1d 会生成排序后的唯一值，因此结果的重复值行为和顺序都可能与原数组不同。如果需要保留顺序和各个元素的出现次数，请改用 numpy.delete() 按位置选择。请参阅 numpy.setdiff1d() 参考文档，了解其 assume_unique 参数和返回行为。

如何选择按索引删除还是按值删除

当要删除的元素由其位置确定时，使用 numpy.delete()。它会保留位于其他位置的相同值，并允许指定轴或展平数组。当第二个数组中的值决定要排除哪些内容，且可以接受排序后的唯一值时，使用 numpy.setdiff1d()。使用它之前，请考虑重复值和顺序；使用 numpy.delete() 之前，请确认位置对应预期的轴且没有超出范围。这两个函数都不会就地修改原数组；如果要保留结果，请将返回的数组赋给变量。