numpy.ma.nonzero

numpy.ma.nonzero(self) = <numpy.ma.core._frommethod instance>

返回非零的未屏蔽元素的索引。

返回数组的元组，每个维包含一个元组，其中包含该维中非零元素的索引。相应的非零值可以用下式获得：

a[a.nonzero()]

要按元素（而不是维）对索引进行分组，请改用：

np.transpose(a.nonzero())

其结果始终是2d数组，每个非零元素都有一行。

参数：

无

返回：

tuple_of_arrays：tuple

非零元素的索引。

也可以看看

numpy.nonzero

函数对ndarrays操作。

flatnonzero

在输入数组的扁平版本中返回非零的索引。

ndarray.nonzero

等效ndarray方法。

count_nonzero

计算输入数组中非零元素的数量。

例子

>>> import numpy.ma as ma
>>> x = ma.array(np.eye(3))
>>> x
masked_array(data =
 [[ 1.  0.  0.]
 [ 0.  1.  0.]
 [ 0.  0.  1.]],
      mask =
 False,
      fill_value=1e+20)
>>> x.nonzero()
(array([0, 1, 2]), array([0, 1, 2]))

被忽略的元素被忽略。

>>> x[1, 1] = ma.masked
>>> x
masked_array(data =
 [[1.0 0.0 0.0]
 [0.0 -- 0.0]
 [0.0 0.0 1.0]],
      mask =
 [[False False False]
 [False  True False]
 [False False False]],
      fill_value=1e+20)
>>> x.nonzero()
(array([0, 2]), array([0, 2]))

指数也可以按元素分组。

>>> np.transpose(x.nonzero())
array([[0, 0],
       [2, 2]])

nonzero的常见用法是找到数组的索引，其中条件为True。Given an array a, the condition a > 3 is a boolean array and since False is interpreted as 0, ma.nonzero(a > 3) yields the indices of the a where the condition is true.

>>> a = ma.array([[1,2,3],[4,5,6],[7,8,9]])
>>> a > 3
masked_array(data =
 [[False False False]
 [ True  True  True]
 [ True  True  True]],
      mask =
 False,
      fill_value=999999)
>>> ma.nonzero(a > 3)
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))

也可以调用条件数组的nonzero方法。

>>> (a > 3).nonzero()
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))