上一主题

numpy.s

下一主题

numpy.where

numpy.nonzero

numpy.nonzero(a)[source]

返回非零元素的索引。

返回数组的元组,每个维度a一个,包含该维度中非零元素的索引。a中的值总是以行主,C风格顺序测试和返回。相应的非零值可以用下式获得:

a[nonzero(a)]

要按元素对索引进行分组,而不是维,请使用:

transpose(nonzero(a))

其结果始终是2-D数组,每个非零元素都有一行。

参数:

a:array_like

输入数组。

返回:

tuple_of_arrays:tuple

非零元素的索引。

也可以看看

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

>>> x = np.eye(3)
>>> x
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])
>>> np.nonzero(x)
(array([0, 1, 2]), array([0, 1, 2]))
>>> x[np.nonzero(x)]
array([ 1.,  1.,  1.])
>>> np.transpose(np.nonzero(x))
array([[0, 0],
       [1, 1],
       [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, np.nonzero(a > 3) yields the indices of the a where the condition is true.

>>> a = np.array([[1,2,3],[4,5,6],[7,8,9]])
>>> a > 3
array([[False, False, False],
       [ True,  True,  True],
       [ True,  True,  True]], dtype=bool)
>>> np.nonzero(a > 3)
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))

也可以调用布尔数组的nonzero方法。

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