如何从结构化numpy数组中删除列？

Question

我还有一个基本问题，我一直无法找到答案，但看起来应该很容易做到。

好吧，想象你有一个结构化的numpy数组，从csv生成，第一行为字段名称。该阵列的形式：

dtype([('A', '<f8'), ('B', '<f8'), ('C', '<f8'), ..., ('n','<f8']) 

现在，让我们说你想从这个数组中删除'ith'列。有没有一种方便的方法来做到这一点？

我想要它像删除工作：

new_array = np.delete(old_array, 'i') 

任何想法？

Answer 1

这不是很一个函数调用，但下面显示下降的第i个领域的一种方式：

In [67]: a 
Out[67]: 
array([(1.0, 2.0, 3.0), (4.0, 5.0, 6.0)], 
     dtype=[('A', '<f8'), ('B', '<f8'), ('C', '<f8')]) 

In [68]: i = 1 # Drop the 'B' field 

In [69]: names = list(a.dtype.names) 

In [70]: names 
Out[70]: ['A', 'B', 'C'] 

In [71]: new_names = names[:i] + names[i+1:] 

In [72]: new_names 
Out[72]: ['A', 'C'] 

In [73]: b = a[new_names] 

In [74]: b 
Out[74]: 
array([(1.0, 3.0), (4.0, 6.0)], 
     dtype=[('A', '<f8'), ('C', '<f8')]) 

包裹起来作为一个函数：

def remove_field_num(a, i): 
    names = list(a.dtype.names) 
    new_names = names[:i] + names[i+1:] 
    b = a[new_names] 
    return b 

这可能是更自然删除某一领域名：

def remove_field_name(a, name): 
    names = list(a.dtype.names) 
    if name in names: 
     names.remove(name) 
    b = a[names] 
    return b 

此外，CH找出drop_rec_fields function，它是matplotlib的mlab module的一部分。

---

更新：见我的答案在How to remove a column from a structured numpy array *without copying it*?用于创建一个结构数组的字段的子集的视图，而不该数组的副本的方法。

Answer 2

已经GOOGLE了这里的路上，得知我需要从沃伦的回答知道，我无法抗拒张贴了更为简洁的版本，添加的选项删除有效地一气呵成多个字段：

def rmfield(a, *fieldnames_to_remove): 
    return a[ [ name for name in a.dtype.names if name not in fieldnames_to_remove ] ] 

例子：

a = rmfield(a, 'foo') 
a = rmfield(a, 'foo', 'bar') # remove multiple fields at once 

或者，如果我们真的要高尔夫呢，下面是等价的：

rmfield=lambda a,*f:a[[n for n in a.dtype.names if n not in f]]