numpy.trim_zeros#

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

删除沿某个维度上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，两侧都修剪零值。“前面”指索引 0 的一侧，“后面”指最高索引（或索引 -1）的一侧。

axisint 或序列，可选

如果为 None，则裁剪 filt，使其返回仍然包含所有非零值的最小边界框。如果指定了轴，则 filt 将仅在 trim 指定的侧面对该维度进行切片。其余区域将是仍然包含所有非零值的最小区域。

返回值：
trimmedndarray 或序列

修剪输入的结果。维度数和输入数据类型保持不变。

备注

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]])

输入数据类型保持不变，输入为列表/元组，输出也为列表/元组。

>>> np.trim_zeros([0, 1, 2, 0])
[1, 2]
本页内容