NumPy ndarray 筛选特定条件行的方法

陆景行

发布时间：2026-10-13| 6人浏览过

原创

本文介绍在NumPy中处理N*4数组时，如何高效筛选并删除满足特定列值相等条件的行。利用布尔索引避免循环，结合vstack与hstack实现数组的竖直与水平拼接，适用于物体检测标注数据整理等场景。

NumPy数组行筛选与拼接操作

在整理物体检测任务的真实边界框（ground truth boxes）坐标数据时，常需要执行特定的数据清洗操作。

针对形状为N*4的NumPy数组，若某行的第3列与第1列数值相等，或第2列与第0列数值相等，则需删除该行。最终目标是返回一个形状为M*4、仅包含保留行的NumPy数组。

操作NumPy数组时，应尽量避免使用for循环，因为NumPy原生支持高效的布尔索引机制。


import numpy as np

a1=np.array(
  [1,0,1,5]
)
a2=np.array(
  [0,8,5,8]
)
center=np.random.randint(0,10,size=(3,4))
# print(a1.shape,a2.shape,center.shape)
b=np.vstack((a1,center,a2))
'''

numpy.vstack函数用于在竖直方向上拼接数组，其输入参数必须是列表（list）或元组（tuple）类型的可迭代对象。

该列表或元组中的每个元素必须是numpy.ndarray类型。

参与拼接的数组必须具有相同的列数，拼接完成后，结果的行数会增加。

numpy.hstack函数用于在水平方向上拼接数组。

参与水平拼接的数组必须具有相同的行数，拼接完成后，结果的列数会增加。


'''
print(b.shape,b)
out=b[b[:,3]!=b[:,1]]
out2=out[out[:,2]!=out[:,0]]
print(out2.shape,out2)
'''
(5, 4) 
[[1 0 1 5]
 [6 9 9 1]
 [9 1 6 5]
 [2 8 8 1]
 [0 8 5 8]]
(3, 4) 
[[6 9 9 1]
 [9 1 6 5]
 [2 8 8 1]]
'''
b1=a1.reshape(-1,1)
b2=a2.reshape(-1,1)
before_list=[]
before_list.append(b1)
before_list.append(center.reshape(4,3))
before_list.append(b2)
out3=np.hstack(before_list)
print(out3.shape)#(4, 5)

以上即为NumPy ndarray中取出满足特定条件行的相关实例分享，供读者参考。