擅长:python、mysql、java
<p>最简单的方法就是使用基本的索引</p>
<pre><code>>>>import numpy as np
>>>arr = np.array([[1, 2, 3, 4, 5], [6, 7, 8, 9, 20], [11, 23, 54, 6, 7],
[2, 3, 4, 6, 7],[1,2, 3, 4, 5]])
>>>arr = arr[:-3]
array([[ 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 20]])
</code></pre>
<p>你知道吗np.删除(arr,obj,axis=None)在其object参数中不采用负索引</p>
<p>另外,如果数组的大小很大,那么提供要删除的每一行、每一列或每一个元素的索引就变得单调乏味。你知道吗</p>
<pre><code>>>>np.delete(arr, [2,3,4], axis=0)
array([[ 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 20]])
</code></pre>
<p>但是通过使用<code>np.s_</code>,可以为函数提供一个切片</p>
<pre><code>>>>np.delete(arr, np.s_[2:5], axis=0)
array([[ 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 20]])
</code></pre>
<p>可以为<code>np.s_</code>提供负索引</p>
<pre><code>>>>np.delete(arr, np.s_[-3:], axis=0)
array([[ 1, 2, 3, 4, 5],
[ 6, 7, 8, 9, 20]])
</code></pre>