如何不使用range函数删除向量中的多个独立元素？

首先先修正你现有代码里的问题：你把列表转成numpy数组但没赋值给变量，后续操作还是基于原列表；另外np.delete的参数不全，需要指定要删除的索引。

下面是几种可行的实现方式，以及各自的特点：

1. 正确使用np.delete #

numpy的索引是从0开始的，你要删除的第3个元素对应索引2，第6个对应索引5。正确写法如下：

import numpy as np

x = [5,2,0,6,-10,12]
x_arr = np.array(x)
# 删除索引2和5的元素
z = np.delete(x_arr, [2, 5])
print(z)  # 输出: [  5   2   6 -10]

np.delete的好处是语义明确，直接表达“删除指定位置元素”的意图，适合需要直观体现操作逻辑的场景。

2. 布尔索引（更高效的方式） #

直接创建一个掩码数组，标记要保留的元素位置，这种方式在处理大数据量时比np.delete更高效：

import numpy as np

x = [5,2,0,6,-10,12]
x_arr = np.array(x)
# 掩码：第3、6个位置设为False（不保留），其余为True
mask = [True, True, False, True, True, False]
z = x_arr[mask]
print(z)  # 输出: [  5   2   6 -10]

3. 直接取保留的索引 #

如果你明确知道要保留的元素索引，直接索引取值也是很简洁的方式：

import numpy as np

x = [5,2,0,6,-10,12]
x_arr = np.array(x)
# 保留第1、2、4、5个元素（对应索引0、1、3、4）
keep_indices = [0, 1, 3, 4]
z = x_arr[keep_indices]
print(z)  # 输出: [  5   2   6 -10]

关于最优方案的说明 #

如果是处理numpy数组，布尔索引或直接保留索引的方式通常比np.delete更高效，因为np.delete内部本质也是通过索引筛选实现，但多了一层封装的开销。不过如果数据量很小，几种方式的性能差异可以忽略不计，选语义最清晰的即可——如果你的核心需求是“删除指定位置”，np.delete的可读性更好；如果追求性能，直接索引更优。

内容的提问来源于stack exchange，提问作者camaya3