Cómo eliminar columnas en numpy.array
Pregunta
Me gustaría eliminar las columnas seleccionadas en un numpy.array. Esto es lo que hago:
n [397]: a = array([[ NaN, 2., 3., NaN],
.....: [ 1., 2., 3., 9]])
In [398]: print a
[[ NaN 2. 3. NaN]
[ 1. 2. 3. 9.]]
In [399]: z = any(isnan(a), axis=0)
In [400]: print z
[ True False False True]
In [401]: delete(a, z, axis = 1)
Out[401]:
array([[ 3., NaN],
[ 3., 9.]])
En este ejemplo, mi objetivo es eliminar todas las columnas que contienen NaN. Espero el ultimo comando resultar en:
array([[2., 3.],
[2., 3.]])
¿Cómo puedo hacer eso?
Solución
Dado su nombre, creo que la forma estándar debería ser delete
:
import numpy as np
A = np.delete(A, 1, 0) # delete second row of A
B = np.delete(B, 2, 0) # delete third row of B
C = np.delete(C, 1, 1) # delete second column of C
De acuerdo con página de documentación de numpy , los parámetros para numpy.delete
son los siguientes:
numpy.delete (arr, obj, axis = None)
-
arr
se refiere a la matriz de entrada, -
obj
se refiere a qué subconjuntos (por ejemplo, número de columna / fila o segmento del conjunto) y -
axis
se refiere a la operación de eliminación de columna (axis = 1
) o de fila (axis = 0
).
Otros consejos
Ejemplo de la documentación numpy :
>>> a = numpy.array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
>>> numpy.delete(a, numpy.s_[1:3], axis=0) # remove rows 1 and 2
array([[ 0, 1, 2, 3],
[12, 13, 14, 15]])
>>> numpy.delete(a, numpy.s_[1:3], axis=1) # remove columns 1 and 2
array([[ 0, 3],
[ 4, 7],
[ 8, 11],
[12, 15]])
Otra forma es usar matrices enmascaradas:
import numpy as np
a = np.array([[ np.nan, 2., 3., np.nan], [ 1., 2., 3., 9]])
print(a)
# [[ NaN 2. 3. NaN]
# [ 1. 2. 3. 9.]]
El método np.ma.masked_invalid devuelve una matriz enmascarada con nans e infs enmascarados:
print(np.ma.masked_invalid(a))
[[-- 2.0 3.0 --]
[1.0 2.0 3.0 9.0]]
El método np.ma.compress_cols devuelve una matriz 2-D con cualquier columna que contenga un valor enmascarado suprimido:
a=np.ma.compress_cols(np.ma.masked_invalid(a))
print(a)
# [[ 2. 3.]
# [ 2. 3.]]
Esto crea otra matriz sin esas columnas:
b = a.compress(logical_not(z), axis=1)
np.delete (arr, obj, axis = None) Devuelve un nuevo conjunto con subconjuntos a lo largo de un eje eliminado.
>>> arr
array([[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]])
>>> np.delete(arr, 1, 0)
array([[ 1, 2, 3, 4],
[ 9, 10, 11, 12]])
>>> np.delete(arr, np.s_[::2], 1)
array([[ 2, 4],
[ 6, 8],
[10, 12]])
>>> np.delete(arr, [1,3,5], None)
array([ 1, 3, 5, 7, 8, 9, 10, 11, 12])
En su situación, puede extraer los datos deseados con:
a[:, -z]
" -z " es la negación lógica de la matriz booleana " z " ;. Esto es lo mismo que:
a[:, logical_not(z)]
>>> A = array([[ 1, 2, 3, 4],
[ 5, 6, 7, 8],
[ 9, 10, 11, 12]])
>>> A = A.transpose()
>>> A = A[1:].transpose()
Eliminando columnas Matrix que contienen NaN. Esta es una respuesta larga, pero espero que sea fácil de seguir.
def column_to_vector(matrix, i):
return [row[i] for row in matrix]
import numpy
def remove_NaN_columns(matrix):
import scipy
import math
from numpy import column_stack, vstack
columns = A.shape[1]
#print("columns", columns)
result = []
skip_column = True
for column in range(0, columns):
vector = column_to_vector(A, column)
skip_column = False
for value in vector:
# print(column, vector, value, math.isnan(value) )
if math.isnan(value):
skip_column = True
if skip_column == False:
result.append(vector)
return column_stack(result)
### test it
A = vstack(([ float('NaN'), 2., 3., float('NaN')], [ 1., 2., 3., 9]))
print("A shape", A.shape, "\n", A)
B = remove_NaN_columns(A)
print("B shape", B.shape, "\n", B)
A shape (2, 4)
[[ nan 2. 3. nan]
[ 1. 2. 3. 9.]]
B shape (2, 2)
[[ 2. 3.]
[ 2. 3.]]