labels_1 = np.array([[-100,32,34,25,2,35,2,5,-100,-100],[-100,35,2,5,-100,-100]])
pred_1 = np.array([[8,32,3,25,2,3,2,5,8],[8,3,2,5,8]])

我想去掉labels_1 中的-100s 并从pred_1 中获取相应匹配的索引元素。

例如，输出应该是

labels_1 = np.array([[32,34,25,2,35,2,5],[35,2,5]])
pred_1 = np.array([[32,3,25,2,3,2,5],[3,2,5]])

我尝试使用，np.where(labels_1!=-100)但它仅适用于具有相同长度串列的阵列，但正如您所见，labels_1 中的阵列具有不同的长度，这是一个问题。

uj5u.com热心网友回复：

我相信你正在寻找的是：

pred_1 = [[b for a, b in zip(la, lb) if a != -100] for la, lb in zip(labels_1, pred_1)]
labels_1 = [[a for a in la if a != -100] for la in labels_1]

结果：

>>> labels_1
[[32, 34, 25, 2, 35, 2, 5], [35, 2, 5]]

>>> pred_1
[[32, 3, 25, 2, 3, 2, 5], [3, 2, 5]]

正如评论中所说，您不能在numpy. 如果你尝试，你应该看到一个响亮的VisibleDeprecationWarning。您可以查看掩码阵列，如果它更适合您的需要，但否则您最好使用简单串列（在本例中为串列）。

uj5u.com热心网友回复：

通过在 numpy 阵列中使用大小不均匀的串列，您会破坏 numpy 阵列的目的，因此您可以为此使用 numpy 解决方案。

不过，您可以使用串列理解来完成此任务：

labels_1 = np.array([[x for x in y if x != -100] for y in labels_1])
pred_1 = np.array([[x for x in y if x != -100] for y in pred_1])

输出：

>>> labels_1
array([list([32, 34, 25, 2, 35, 2, 5]), list([35, 2, 5])], dtype=object)

>>> pred_1
array([list([8, 32, 3, 25, 2, 3, 2, 5, 8]), list([8, 3, 2, 5, 8])], dtype=object)