慕姐4208626
一个 numpy 数组 ( ndarray) 是引用:一个 ndarray 是一个(通常是固定大小的)相同类型和大小的项目的多维容器。因此,如果要使用ndarray数据结构(及其所有优化),则不能有不同长度的行。一个可能的解决方法是拥有一个列表数组>>> arr=np.array([ [1,2,3], [4,5,6], [7,8,9], []])(注意要转义 ndarray 数据类型的空行)这样您就可以从其中一个列表中删除一个元素>>> arrarray([list([1, 2, 3]), list([4, 5, 6]), list([7, 8, 9]), list([])], dtype=object)>>> arr[1]=np.delete(arr[1], [1], axis=0)>>> arrarray([list([1, 2, 3]), array([4, 6]), list([7, 8, 9]), list([])], dtype=object)
凤凰求蛊
我认为一种方法是将 np.array 转换为 list 并重复转换为 np.array,如下所示:arr = arr.tolist()arr[1].pop(1)arr = np.array(arr)编辑:这似乎是正确的,麻木的方式:np.delete(arr, [4, 4])np.split(arr, [3, 5, 9])Edit2:似乎并没有减少耗时,但您可以通过以下方式检查:arr = np.empty(3, dtype=np.object)arr[:] = [1,2,3], [4,5,6], [7,8,9]arr[1].remove(5)