Extraer columnas específicas en una matriz numpy

Esta es una pregunta fácil, pero digamos que tengo una matriz MxN. Todo lo que quiero hacer es extraer columnas específicas y almacenarlas en otra matriz numpy, pero obtengo errores de sintaxis no válidos. Aquí está el código:

extractedData = data[[:,1],[:,9]]. 

Parece que la línea anterior debería ser suficiente, pero supongo que no. Miré a mi alrededor pero no pude encontrar nada de sintaxis con respecto a este escenario específico.

Supongo que querías columnas 1y 9? Eso es

data[:, [1, 9]]

O con nombres:

data[:, ['Column Name1','Column Name2']]

Puedes obtener los nombres de data.dtype.names...

Suponiendo que desea obtener las columnas 1 y 9 con ese fragmento de código, debería ser:

extractedData = data[:,[1,9]]

si desea extraer solo algunas columnas:

idx_IN_columns = [1, 9]
extractedData = data[:,idx_IN_columns]

si desea excluir columnas específicas:

idx_OUT_columns = [1, 9]
idx_IN_columns = [i for i in xrange(np.shape(data)[1]) if i not in idx_OUT_columns]
extractedData = data[:,idx_IN_columns]

Una cosa que me gustaría señalar es que, si el número de columnas que desea extraer es 1, la matriz resultante no sería una matriz Mx1 como podría esperar, sino una matriz que contiene los elementos de la columna que extrajo.

Para convertirlo a Matrix , se debe usar el método de remodelación (M, 1) en la matriz resultante.

Sólo:

>>> m = np.matrix(np.random.random((5, 5)))
>>> m
matrix([[0.91074101, 0.65999332, 0.69774588, 0.007355  , 0.33025395],
        [0.11078742, 0.67463754, 0.43158254, 0.95367876, 0.85926405],
        [0.98665185, 0.86431513, 0.12153138, 0.73006437, 0.13404811],
        [0.24602225, 0.66139215, 0.08400288, 0.56769924, 0.47974697],
        [0.25345299, 0.76385882, 0.11002419, 0.2509888 , 0.06312359]])
>>> m[:,[1, 2]]
matrix([[0.65999332, 0.69774588],
        [0.67463754, 0.43158254],
        [0.86431513, 0.12153138],
        [0.66139215, 0.08400288],
        [0.76385882, 0.11002419]])

Las columnas no necesitan estar en orden:

>>> m[:,[2, 1, 3]]
matrix([[0.69774588, 0.65999332, 0.007355  ],
        [0.43158254, 0.67463754, 0.95367876],
        [0.12153138, 0.86431513, 0.73006437],
        [0.08400288, 0.66139215, 0.56769924],
        [0.11002419, 0.76385882, 0.2509888 ]])

Una cosa más a la que debe prestar atención al seleccionar columnas de la matriz ND utilizando una lista como esta:

data[:,:,[1,9]]

Si está eliminando una dimensión (seleccionando solo una fila, por ejemplo), la matriz resultante se permutará (por alguna razón) . Entonces:

print data.shape            # gives [10,20,30]
selection = data[1,:,[1,9]]
print selection.shape       # gives [2,20] instead of [20,2]!!

Puedes usar :

extracted_data = data.ix[:,['Column1','Column2']]

Creo que la solución aquí ya no funciona con una actualización de la versión de Python, una forma de hacerlo con una nueva función de Python es:

extracted_data = data[['Column Name1','Column Name2']].to_numpy()

que te da el resultado deseado.

La documentación que puede encontrar aquí: https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.to_numpy.html#pandas.DataFrame.to_numpy

también puede usar extraídoData = datos ([:, 1], [:, 9])