numpy.trim_zeros#

numpy.trim_zeros(filt, trim='fb', axis=None)[源代码]#

删除沿一个维度但沿所有其他维度都为零的值.

参数:
filtarray_like

输入数组.

trim{“fb”, “f”, “b”}, 可选

一个字符串,其中"f"表示从前面修剪,"b"表示从后面修剪.默认情况下,零在两侧都被修剪.前面和后面指的是维度的边缘,"前面"指的是索引最低的侧面 0,"后面"指的是索引最高的侧面(或索引 -1).

轴int 或 sequence,可选

如果为 None,则将裁剪 filt ,以便返回最小的边界框,该边界框仍包含所有非零值.如果指定了轴,则 filt 将仅在由 trim 指定的侧面上沿该维度进行切片.剩余区域将是仍然包含所有非零值的最小区域.

在 2.2.0 版本加入.

返回:
已修剪的ndarray 或 sequence

修剪输入的结果.维度数和输入数据类型将保留.

注释

对于全零数组,首先修剪第一个轴.

示例

>>> import numpy as np
>>> a = np.array((0, 0, 0, 1, 2, 3, 0, 2, 1, 0))
>>> np.trim_zeros(a)
array([1, 2, 3, 0, 2, 1])

>>> np.trim_zeros(a, trim='b')
array([0, 0, 0, ..., 0, 2, 1])

支持多个维度.

>>> b = np.array([[0, 0, 2, 3, 0, 0],
...               [0, 1, 0, 3, 0, 0],
...               [0, 0, 0, 0, 0, 0]])
>>> np.trim_zeros(b)
array([[0, 2, 3],
       [1, 0, 3]])

>>> np.trim_zeros(b, axis=-1)
array([[0, 2, 3],
       [1, 0, 3],
       [0, 0, 0]])

保留输入数据类型,列表/元组输入表示列表/元组输出.

>>> np.trim_zeros([0, 1, 2, 0])
[1, 2]
On this page