如何用Numpy在3D数组中筛选并移除全零列？

问题原因分析 #

你当前的掩码逻辑完全搞反了维度方向：

• 你的数组维度是(timepoint, W, H)，要找的是H维度中所有元素全为0的列——也就是对每个H索引，检查所有timepoint和W位置的元素是否都为0。
• 但你用了(b == 0).all(axis=2)，这个操作是在每个(timepoint, W)的位置上，检查该位置对应的H维度所有元素是否全0，这和你的需求完全不符。在你的示例中，每个(timepoint, W)位置的H维度里只有第一个元素是0，其他都是随机数，所以all(axis=2)返回全False，自然无法筛选出目标列。

正确的实现步骤 #

1. 构建正确的全零列掩码
   要沿着timepoint和W这两个维度检查全零，也就是把axis设置为(0,1)：

   mask = (b == 0).all(axis=(0, 1))
   

   这个掩码的形状是(3,)，对应H维度的每个位置是否满足「所有timepoint和W的元素都是0」。在你的示例中，掩码结果会是array([True, False, False])，表示第一个H列是全零列。

2. 应用掩码筛选数组
   用~mask取反，保留非全零的H列：

   filtered_b = b[:, :, ~mask]
   

   筛选后的数组形状为(3, 3, 2)，正好去掉了全零的第一个H列。

验证示例结果 #

针对你给出的示例数组，执行上述代码后，filtered_b会是：

array([[[0.93285577, 0.25492488],
        [0.30008854, 0.04393785],
        [0.54639525, 0.91724947]],

       [[0.15975869, 0.67710479],
        [0.76967775, 0.14067868],
        [0.75224997, 0.29507396]],

       [[0.0559644 , 0.20334715],
        [0.04229135, 0.776371  ],
        [0.18207046, 0.80668586]]])

完全符合预期，去掉了所有元素为0的H列。

内容的提问来源于stack exchange，提问作者j45612