NumPy参考 >例行程序 >Indexing routines > numpy.nonzero
numpy.
nonzero
(a )[来源] ¶返回非零元素的索引。
返回阵列的一个元组,一个用于的每个维度一个,包含在该维度中的非零元素的索引。中的数值一个始终测试和行为主,C风格的顺序返回。
要按元素而不是尺寸对索引进行分组,请使用argwhere
,它为每个非零元素返回一行。
注意
在零维数组或标量上调用时,nonzero(a)
将被视为nonzero(atleast1d(a))
。
从1.17.0版开始不推荐使用:如果此行为是故意的,请明确使用atleast1d。
输入数组。
非零元素的索引。
也可以看看
flatnonzero
在输入数组的展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。
笔记
虽然可以使用来获取非零值a[nonzero(a)]
,但建议使用x[x.astype(bool)]
或代替,这将正确处理0-d数组。x[x != 0]
例子
>>> x = np.array([[3, 0, 0], [0, 4, 0], [5, 6, 0]])
>>> x
array([[3, 0, 0],
[0, 4, 0],
[5, 6, 0]])
>>> np.nonzero(x)
(array([0, 1, 2, 2]), array([0, 1, 0, 1]))
>>> x[np.nonzero(x)]
array([3, 4, 5, 6])
>>> np.transpose(np.nonzero(x))
array([[0, 0],
[1, 1],
[2, 0],
[2, 1]])
通常用于nonzero
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,并且由于将False解释为0,因此np.nonzero(a> 3)得出条件为true时a的索引。
>>> a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
>>> a > 3
array([[False, False, False],
[ True, True, True],
[ True, True, True]])
>>> np.nonzero(a > 3)
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))
使用此结果索引a等同于直接使用掩码:
>>> a[np.nonzero(a > 3)]
array([4, 5, 6, 7, 8, 9])
>>> a[a > 3] # prefer this spelling
array([4, 5, 6, 7, 8, 9])
nonzero
也可以称为数组的方法。
>>> (a > 3).nonzero()
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))