如何使用NumPy从数组中删除指定子数组？

错误原因分析 #

1. np.delete(points, front_yard)报错
   np.delete的第二个参数要求传入索引值，而非要删除的元素内容。你传入的front_yard是[(25,0), (75,0)]，会被当成索引25、0、75、0处理，但points展平后只有16个元素（索引范围0-15），因此索引25越界触发IndexError。

2. np.where(coords == front_yard)结果不符合预期
   这个逐元素比较逻辑是判断points中单个元素是否等于front_yard里的任意元素，而非匹配整个子数组（行）。它会把所有值为25或0的元素位置找出来删除，导致结果并非你想要的“删除指定两行”。

正确实现方法 #

要实现删除points中与front_yard完全匹配的子数组（行），核心是匹配整个行而非单个元素，以下是两种高效实现方式：

方法1：布尔索引过滤

import numpy as np

points = np.array([(25, 0), (0, 25), (0, 75), (25, 100), (75, 100), (100, 75), (100, 25), (75, 0)])
front_yard = np.array([(25, 0), (75, 0)])

# 生成布尔掩码：标记哪些行不在front_yard中
mask = ~np.isin(points, front_yard).all(axis=1)
new_coords = points[mask]

• np.isin(points, front_yard)：逐元素判断是否在front_yard的元素集合中
• .all(axis=1)：确保整行的所有元素都匹配（即整个子数组与front_yard中的某一行完全一致）
• ~取反后得到要保留的行的掩码，直接过滤即可

方法2：通过索引删除

import numpy as np

points = np.array([(25, 0), (0, 25), (0, 75), (25, 100), (75, 100), (100, 75), (100, 25), (75, 0)])
front_yard = np.array([(25, 0), (75, 0)])

# 获取需要删除的行索引
delete_indices = np.where(np.isin(points, front_yard).all(axis=1))[0]
new_coords = np.delete(points, delete_indices, axis=0)

• 先通过np.where找到所有匹配行的索引，再用np.delete指定axis=0（按行删除）

备选方法（适用于小数组）

如果数组规模较小，也可以用列表推导结合np.array_equal实现：

import numpy as np

points = np.array([(25, 0), (0, 25), (0, 75), (25, 100), (75, 100), (100, 75), (100, 25), (75, 0)])
front_yard = np.array([(25, 0), (75, 0)])

# 筛选出不匹配front_yard中任何子数组的行
keep_indices = [i for i, p in enumerate(points) if not any(np.array_equal(p, fy) for fy in front_yard)]
new_coords = points[keep_indices]

内容的提问来源于stack exchange，提问作者user3132616