如果我有一个非常大的 numpy 数组，其中包含一个无用的列，我怎么能在不创建原始数组的副本的情况下删除它？
np.delete(my_np_array, 0, 1)
上面的代码将返回没有第零列的数组副本。但相反，我想简单地从my_np_array 中删除该列，因为我不需要它。对于非常大的数据集，内存管理变得很重要，复制可能不是一种选择。
【问题讨论】：
MATLAB？
如果内存是主要问题，您可以做的是在数组中移动列，以使不需要的列位于数组的最后，然后使用ndarray.resize，它会就地修改数组，以将其缩小并丢弃外列。
您不能简单地使用提供的 API 就地删除数组的第一列，我怀疑这是因为 memory layout of an ndarray 将多维索引映射到连续内存块内的一维面向字节的寻址。
以下示例将最后一列复制到第一列，然后删除最后一列（现在不需要），立即清除关联的内存。所以它基本上从内存中完全删除了过时的列，代价是改变你的列顺序。
D1, D2 = A.shape
A[:, 0] = A[:, D2-1]
A.resize((D1, D2-1), refcheck=False)
A.shape
# => would be (5, 4) if the shape was initially (5, 5) for example
【讨论】：
Numpy 数组是不可变的。因此，如果不创建中间副本，就无法调整它们的大小。 How to remove specific elements in a numpy array 使用切片创建视图并制作副本可能是您能做到的最快速度。
In [804]: a = np.ones((2,2))
In [805]: a
Out[805]:
array([[ 1., 1.],
[ 1., 1.]])
In [806]: np.resize(a,(3,2))
Out[806]:
array([[ 1., 1.],
[ 1., 1.],
[ 1., 1.]])
In [807]: a <- a should now be resized if it was done inplace?
Out[807]:
array([[ 1., 1.],
[ 1., 1.]])
【讨论】：
np.resize 返回一个新数组，a.resize（其中a 是一个数组）就地调整其大小
如果你使用切片numpy 不会复制；换句话说
a = numpy.array([1, 2, 3, 4, 5])
b = a[1:] # view elements from second to last, NOT making a copy
b[0] = 12 # Change first element of `b`, i.e. second of `a`
print a
会回复[1, 12, 3, 4, 5]
如果您需要删除中间的一个元素，但是单个切片将不起作用。
【讨论】：
b=a[:,1:]