如何删除二维NumPy数组中的特定数组？

Question

让二维数组如下所示：

In [1]: a = [[1, 2], [3, 4], [5, 6], [1, 2], [7, 8]]
        a = np.array(a)
        a, type(a)
Out [1]: (array([[1, 2],
                 [3, 4],
                 [5, 6],
                 [1, 2],
                 [7, 8]]),
         numpy.ndarray)

我曾尝试过这样做：

In [2]: a = a[a != [1, 2])
        a = np.reshape(a, (int(a.size/2), 2) # I have to do this since on the first line in In [2] change the dimension to 1 [3, 4, 5, 6, 7, 8] (the initial array is 2-dimensional array)
        a
Out[2]: array([[3, 4],
               [5, 6],
               [7, 8]])

我的问题是，在NumPy中有任何函数可以直接做到这一点吗？

更新问题

下面是我一直在研究的半完整源代码：

from sklearn import datasets
data = datasets.load_iris()
df = pd.DataFrame(data.data, columns=data.feature_names)
df['Target'] = pd.DataFrame(data.target)

bucket = df[df['Target'] == 0]
bucket = bucket.iloc[:,[0,1]].values
lp, rp = leftestRightest(bucket)
bucket = np.array([x for x in bucket if list(x) != lp])
bucket = np.array([x for x in bucket if list(x) != rp])

备注：

leftestRightest(arg)是一个函数，它返回大小为2的二维NumPy数组(即lp和rp)。对于实例，lp = [1, 3]、rp = [2, 4]和参数是二维NumPy数组。

Answer 1

应该有一种更微妙的方法，但在这里，我想出的是：

np.array([x for x in a if list(x) != [1,2]])

输出

[[3, 4], [5, 6], [7, 8]]

请注意，我不建议使用大型数组中的列表理解，因为这将非常耗时。

Answer 2

你的方法是正确的，但是面具必须是一维的：

a[(a != [1, 2]).all(-1)]

输出：

array([[3, 4],
       [5, 6],
       [7, 8]])

或者，您可以收集元素并使用-1推断维度：

a[a != [1, 2]].reshape(-1, 2)

Answer 3

布尔条件创建一个True/False的2D数组。您必须在列中应用and操作，以确保匹配不是部分匹配。考虑上面数组中的第5行2，您编写的脚本将添加5，而忽略得到的1D数组中的2。可以这样做：

a[np.all(a != [1, 2],axis=1)]