如何使用Numpy删除数组中所有值为16的元素？

没问题，用NumPy处理这类元素筛选删除的需求其实挺直观的，我给你分享几种常用且高效的实现方式：

方法1：布尔索引（最推荐，简洁高效） #

这是NumPy里处理这类筛选需求最常用的方式，利用布尔数组直接筛选出符合条件的元素。原理是先生成一个和原数组形状一致的布尔数组，标记出哪些元素不等于16，再用这个布尔数组去索引原数组，得到过滤后的新数组。

示例代码：

import numpy as np

# 定义一个示例数组
original_arr = np.array([10, 16, 22, 16, 35, 16, 48])

# 筛选出所有不等于16的元素
filtered_arr = original_arr[original_arr != 16]

print(filtered_arr)  # 输出结果：[10 22 35 48]

方法2：结合np.delete和np.where #

如果你需要明确获取要删除元素的索引，再执行删除操作，可以用np.where找到所有值为16的元素的索引，然后用np.delete根据这些索引删除对应元素。

示例代码：

import numpy as np

original_arr = np.array([10, 16, 22, 16, 35, 16, 48])

# 获取所有值为16的元素的索引
delete_indices = np.where(original_arr == 16)

# 根据索引删除元素
filtered_arr = np.delete(original_arr, delete_indices)

print(filtered_arr)  # 输出结果同样是：[10 22 35 48]

注意事项 #

• NumPy数组是固定大小的，所以上面的方法都是返回一个新数组，而不是在原数组上直接修改（原数组会保持不变）。
• 如果是多维数组，布尔索引会默认把数组展平成一维返回过滤后的结果。如果需要保持多维结构，可以考虑用np.where替换元素（比如把16换成np.nan），或者根据需求删除整行/整列（如果你的需求是移除包含16的行/列的话）。

多维数组处理示例：

# 二维示例数组
arr_2d = np.array([[5, 16, 7], [16, 9, 16], [11, 12, 13]])

# 筛选后展平成一维
filtered_1d = arr_2d[arr_2d != 16]
print(filtered_1d)  # 输出：[ 5  7  9 11 12 13]

# 保持二维结构，把16替换为NaN（适合后续数据处理）
filtered_2d = np.where(arr_2d == 16, np.nan, arr_2d)
print(filtered_2d)
# 输出：
# [[ 5. nan  7.]
#  [nan  9. nan]
#  [11. 12. 13.]]

内容的提问来源于stack exchange，提问作者Virajdatt Kohir