numpy.ma.MaskedArray.nonzero #
方法
- ma.MaskedArray。非零( ) [来源] #
返回不为零的未屏蔽元素的索引。
返回一个数组元组,每个维度一个,包含该维度中非零元素的索引。相应的非零值可以通过以下方式获得:
a[a.nonzero()]
要按元素而不是维度对索引进行分组,请改用:
np.transpose(a.nonzero())
其结果始终是一个二维数组,每个非零元素占一行。
- 参数:
- 没有任何
- 返回:
- tuple_of_arrays 元组
非零元素的索引。
也可以看看
numpy.nonzero
在 ndarray 上运行的函数。
flatnonzero
返回输入数组的展平版本中非零的索引。
numpy.ndarray.nonzero
等效的 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]))
被屏蔽的元素将被忽略。
>>> 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]))
索引也可以按元素分组。
>>> np.transpose(x.nonzero()) array([[0, 0], [2, 2]])
常见用途
nonzero
是查找条件为 True 的数组的索引。给定一个数组a,条件a > 3 是一个布尔数组,并且由于 False 被解释为 0,因此 ma.nonzero(a > 3) 生成条件为 true 时a的索引。>>> 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=True) >>> ma.nonzero(a > 3) (array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))
nonzero
也可以调用条件数组的方法。>>> (a > 3).nonzero() (array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))