numpy中for循环批量删除矩阵指定行列触发ValueError解决方法

• 维度理解错误：你代码里的a_matrix是形状为(6,6)的二维矩阵，不是存储多个6阶矩阵的三维集合。循环中写a_matrix[i]取到的是原矩阵的第i行（长度为6的一维数组），不是一个独立的6*6矩阵。
• 形状不匹配触发广播错误：第一次执行np.delete(a_matrix[i], 0, 0)时，你是对长度为6的一维行数组删除首元素，返回长度为5的一维数组，再把这个长度5的结果赋值给原矩阵里长度固定为6的行位置，numpy无法完成形状适配，直接抛出ValueError: could not broadcast input array from shape (5) into shape (6)。
• 逻辑缺失：现有代码只做了行删除操作，完全没有处理列删除，就算不触发形状错误，也无法得到预期的2*2结果。
• 原地赋值逻辑错误：np.delete会返回删除元素后的新数组，不会修改原数组，且删除行列后矩阵尺寸从66缩小为22，原6*6的数组结构本身也存不下缩小后的结果，原地赋值的思路本身就不成立。

按照批量处理的逻辑调整结构即可，核心改动点：

1. 用独立的可迭代容器（列表/三维numpy数组）存储所有待处理的6阶矩阵，哪怕当前只有1个矩阵，也不要直接把单个二维矩阵作为遍历对象。
2. 不要在原矩阵上做原地赋值，用新的列表存储处理完成后的小尺寸矩阵。
3. 同时配置要删除的行、列索引，一次性完成行和列的删除，减少重复调用。

修复后的可运行代码：

import numpy as np

# 原始6阶矩阵
a_matrix = np.array([
    [1, 2, 3, 4, 5, 6],
    [7, 8, 9, 10, 11, 12],
    [13, 14, 15, 16, 17, 18],
    [19, 20, 21, 22, 23, 24],
    [25, 26, 27, 28, 29, 30],
    [31, 32, 33, 34, 35, 36]
])

# 待处理矩阵集合，后续生成5~6个矩阵时直接往这个列表里追加即可
matrix_collection = [a_matrix]
# 配置需要删除的行索引、列索引，匹配预期输出结果
del_row_index = [0, 1, 3, 4]
del_col_index = [0, 1, 3, 4]

processed_result = []
for mat in matrix_collection:
    # 先删除指定行，再删除指定列
    tmp = np.delete(mat, del_row_index, axis=0)
    tmp = np.delete(tmp, del_col_index, axis=1)
    processed_result.append(tmp)

# 取当前测试场景下第一个处理完成的矩阵
final_mat = processed_result[0]
print(final_mat)

运行输出和预期完全一致：

[[15 18]
 [33 36]]

后续如果要处理5~6个矩阵，只需要把生成的矩阵追加到matrix_collection列表里，循环逻辑不需要做任何修改就能自动完成批量处理。

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