numpy 筛选多段数据

目录

掩码方式

利用切片

---

掩码方式

   range_to_remove = list(range(77-1, 111-1)) + list(range(122-1, 135-1))

                keep_mask = np.ones(image0_cut.shape[0], dtype=bool)
                keep_mask[range_to_remove] = False

                processed_data = image0_cut[keep_mask]

利用切片

import numpy as np

# 假设你有一个形状为 (样本数, 166) 的数据
# 这里假设 data 是你的数据，可以根据实际情况修改
# 请替换下面的数据为你的实际数据

# 生成假数据作为示例
data_shape = (100, 166)
data = np.random.rand(*data_shape)

# 指定要删除的维度范围
range_to_remove = np.concatenate([np.arange(77, 111), np.arange(122, 135)])

# 利用切片在原地进行操作
data = np.delete(data, range_to_remove, axis=1)

# 打印处理后的数据形状
print("Processed Data Shape:", data.shape)