如何从numpy数组列表中提取每个数组的前10列

嘿，我完全懂你踩的这个坑！Python里列表索引和numpy数组索引的组合确实容易让人混淆，你用list[:][:10]的时候，其实是先把整个列表完整取出来（list[:]等于复制整个列表），然后再取这个新列表的前10个元素——也就是前10个数组，根本不是每个数组的前10列，这就难怪结果不对啦！

正确的做法：列表推导式 + numpy数组索引 #

要拿到每个数组的前10列，你需要遍历列表里的每一个numpy数组，对每个数组单独做列索引操作。最简洁的方式就是用列表推导式：

import numpy as np

# 假设你的numpy数组列表名叫arr_list
# 遍历每个数组，取所有行的前10列
first_10_cols_list = [arr[:, :10] for arr in arr_list]

这里的arr[:, :10]是numpy的标准索引语法：

• 第一个:表示取数组的所有行
• 第二个:10表示取数组的前10列

进阶：缩放前10列并保留哑变量 #

如果你还要把前10列传入缩放器转换，同时保留后面的哑变量列，可以这样做（以StandardScaler为例）：

from sklearn.preprocessing import StandardScaler

# 1. 先收集所有数组的前10列，用来拟合缩放器（确保缩放的一致性）
all_first_10 = np.vstack([arr[:, :10] for arr in arr_list])
scaler = StandardScaler()
scaler.fit(all_first_10)

# 2. 遍历每个数组，分别处理
processed_arrays = []
for arr in arr_list:
    # 转换前10列
    scaled_part = scaler.transform(arr[:, :10])
    # 取出剩余的哑变量列（从第10列到末尾）
    dummy_part = arr[:, 10:]
    # 合并转换后的部分和哑变量部分
    combined_arr = np.hstack([scaled_part, dummy_part])
    processed_arrays.append(combined_arr)

这样处理后，你得到的processed_arrays列表里，每个数组的前10列是缩放后的结果，后面的列保持原来的哑变量不变，完全符合你的需求~

内容的提问来源于stack exchange，提问作者CarterB