Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment supprimer des éléments spécifiques du tableau NumPy



Vous pouvez utiliser les méthodes suivantes pour supprimer des éléments spécifiques d’un tableau NumPy :

Méthode 1 : supprimer les éléments égaux à une valeur spécifique

#remove elements whose value is equal to 12
new_array = np.delete(original_array, np.where(original_array == 12))

Méthode 2 : supprimer les éléments égaux à une certaine valeur dans la liste

#remove elements whose value is equal to 2, 5, or 12
new_array = np.setdiff1d(original_array, [2, 5, 12])

Méthode 3 : supprimer des éléments en fonction de la position de l’index

#remove elements in index positions 0 and 6
new_array = np.delete(original_array, [0, 6])

Les exemples suivants montrent comment utiliser chaque méthode dans la pratique.

Exemple 1 : Supprimer les éléments égaux à une valeur spécifique

Le code suivant montre comment supprimer tous les éléments d’un tableau NumPy dont la valeur est égale à 12 :

import numpy as np

#define original array of values
original_array = np.array([1, 2, 2, 4, 5, 7, 9, 12, 12])

#remove elements whose value is equal to 12
new_array = np.delete(original_array, np.where(original_array == 12))

#view new array
print(new_array)

[1 2 2 4 5 7 9]

Notez que les deux éléments du tableau qui étaient égaux à 12 ont été supprimés.

Exemple 2 : supprimer les éléments égaux à une certaine valeur dans la liste

Le code suivant montre comment supprimer tous les éléments d’un tableau NumPy dont les valeurs sont égales à 2, 5 ou 12 :

import numpy as np

#define original array of values
original_array = np.array([1, 2, 2, 4, 5, 7, 9, 12, 12])

#remove elements whose value is equal to 2, 5, or 12
new_array = np.setdiff1d(original_array, [2, 5, 12])

#view new array
print(new_array)

[1 4 7 9]

Notez que tous les éléments dont la valeur était 2, 5 ou 12 ont été supprimés.

Exemple 3 : Supprimer des éléments en fonction de la position de l’index

Le code suivant montre comment supprimer les éléments aux positions d’index 0 et 6 d’un tableau NumPy :

import numpy as np

#define original array of values
original_array = np.array([1, 2, 2, 4, 5, 7, 9, 12, 12])

#remove elements in index positions 0 and 6
new_array = np.delete(original_array, [0, 6])

#view new array
print(new_array)

[ 2  2  4  5  7 12 12]

Notez que les éléments en position d’index 0 (avec la valeur de 1) et en position d’index 6 (avec la valeur de 9) ont tous deux été supprimés du tableau NumPy.

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres opérations courantes en Python :

Comment remplir un tableau NumPy avec des valeurs
Comment remplacer des éléments dans un tableau NumPy
Comment obtenir une ligne spécifique à partir d’un tableau NumPy

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *