Numpy中不删除原数组、不生成拷贝前提下排除指定行的实现方法

针对你的需求，这里提供两种符合内存要求的高效实现方案，你可以根据自身使用场景选择：

方案1：零数据拷贝的掩码数组方案 #

如果你不需要生成新的独立数组，仅在后续计算、访问时自动跳过目标行，推荐用numpy掩码数组实现，仅新增极小的布尔掩码数组，完全不复制原数组的数值，内存开销可以忽略：

import numpy as np

# 构造掩码：标记所有子数组的第3行（0起始索引为3）为隐藏状态
mask = np.zeros(n.shape, dtype=bool)
mask[:, 3, :] = True
# 生成掩码数组
filtered_n = np.ma.masked_array(n, mask=mask)

后续你对filtered_n做求和、均值、遍历等常规numpy操作时，都会自动忽略被标记的第3行，原数组不会有任何修改。

方案2：轻量索引生成目标数组 #

如果你必须要得到形状为(N,4,3)的标准numpy数组（N为子数组数量），可以直接用索引选取指定行，这是numpy底层优化的实现，效率远高于delete方法：

# 0起始索引下，选取第0、1、2、4行，跳过索引为3的第3行
filtered_n = n[:, [0,1,2,4], :]

运行后输出完全符合你给出的预期结果。

内容的提问来源于stack exchange，提问作者Sandeep Kumar Kushwaha