如何用更简洁的方式在Numpy中筛选多列并排除指定列？

你当前用列表推导式的方法可行，但有几种更简洁的实现方式：

方法1：使用np.delete()（最直接） #

这是最贴合需求的写法，直接指定要删除的列索引和操作轴：

import numpy as np
x = np.arange(20).reshape(2,10)
result = np.delete(x, [3, 6, 9], axis=1)
print(result)

输出：

[[ 0  1  2  4  5  7  8]
 [10 11 12 14 15 17 18]]

axis=1表示对列操作，第二个参数传入要排除的列索引列表即可。

方法2：布尔掩码索引 #

适合需要复用筛选规则或更复杂逻辑的场景：

import numpy as np
x = np.arange(20).reshape(2,10)
# 初始化掩码，默认保留所有列
mask = np.ones(x.shape[1], dtype=bool)
# 标记要排除的列
mask[[3, 6, 9]] = False
result = x[:, mask]
print(result)

方法3：集合差集生成保留列索引 #

当需要排除的列较多时，用集合差集自动生成要保留的列索引：

import numpy as np
x = np.arange(20).reshape(2,10)
# 计算所有列索引与排除索引的差集
keep_cols = np.setdiff1d(np.arange(x.shape[1]), [3, 6, 9])
result = x[:, keep_cols]
print(result)

注：np.setdiff1d返回的索引是有序的，和原列顺序一致（因原列索引为连续递增）。

内容的提问来源于stack exchange，提问作者nightstand