如何使用np.delete删除三维Numpy数组中的指定列？

首先，咱们先明确你的数组维度：你的array是一个**(2, 2, 2)**的三维数组，结构可以拆解为：

• 最外层（axis=0）：2个二维数组块
• 每个块内部（axis=1）：2行
• 每行内部（axis=2）：2列

你想要删除的是每个二维数组里的第1列（对应索引1的列），但之前用axis=1是错误的——因为axis=1对应的是「行维度」，所以你删除的是每个块里的第1行，才会得到[[[1 2]] [[0 5]]]这样的结果。

两种正确的实现方式 #

方式1：直接索引（最直观高效）

Numpy的数组索引比np.delete更直接，如果你想保留第0列（也就是删除第1列），直接指定第三个维度的索引即可：

import numpy as np
array = np.array([[[1,2],[3,4]],[[0,5],[6,7]]])

# 保留第0列，保持三维结构
result = array[:,:,0:1]  # 或者 array[:,:,[0]]
print(result)

输出结果：

[[[1]
  [3]]

 [[0]
  [6]]]

这里[:,:,0:1]的意思是：取所有外层块、所有行、第0列（用切片0:1而不是直接0，是为了保持三维结构，避免降维成二维数组）。

方式2：用np.delete（指定正确的axis）

如果一定要用np.delete，需要指定axis=2（列维度），并删除索引为1的元素：

result = np.delete(array, 1, axis=2)
print(result)

同样会得到你期望的结果。

关于np.s_的补充说明 #

np.s_是用来生成切片对象的，方便快速写出复杂的索引/切片规则。比如np.s_[::2]确实是取间隔为2的元素（也就是奇数位置），但如果只是删除单个列，直接传索引值（比如1）就足够了。如果需要删除多个不连续的列，比如同时删除第0和第1列（当然你的例子里只有两列），才需要用到np.s_，比如np.delete(array, np.s_[0,1], axis=2)。

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