Python多维数组迭代逐行删除首索引元素的实现方法

你需要的最终结果是每行长度不等的不规则序列，无法用标准numpy数组存储（numpy要求同维度所有元素长度一致），因此最终输出为嵌套Python列表，实现代码如下：

通用实现（适配任意行内容的原始数组） #

import numpy as np

# 原始numpy数组定义
Values = np.array([[100,123,135.3,139.05,156.08,163.88,173.72],
                  [100,123,135.3,139.05,156.08,163.88,173.72],
                  [100,123,135.3,139.05,156.08,163.88,173.72],
                  [100,123,135.3,139.05,156.08,163.88,173.72],
                  [100,123,135.3,139.05,156.08,163.88,173.72],
                  [100,123,135.3,139.05,156.08,163.88,173.72],
                  [100,123,135.3,139.05,156.08,163.88,173.72]])

# 核心逻辑：按行索引切片，第i行（0索引）取从i位置开始的后续元素
result = [row[i:].tolist() for i, row in enumerate(Values)]

简化实现（适配所有行内容相同的场景） #

如果你的原始数组所有行内容完全一致，可以直接复用第一行切片，性能更高：

first_row = Values[0].tolist()
result = [first_row[i:] for i in range(len(first_row))]

验证输出 #

执行打印即可得到你需要的结果：

for row in result:
    print(row)

输出结果：

[100, 123, 135.3, 139.05, 156.08, 163.88, 173.72]
[123, 135.3, 139.05, 156.08, 163.88, 173.72]
[135.3, 139.05, 156.08, 163.88, 173.72]
[139.05, 156.08, 163.88, 173.72]
[156.08, 163.88, 173.72]
[163.88, 173.72]
[173.72]

内容的提问来源于stack exchange，提问作者georgehere