Python numpy ma.nonzero用法及代码示例

本文简要介绍 python 语言中 numpy.ma.nonzero 的用法。

用法:

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

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。可以通过以下方式获得相应的非零值：

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())

结果总是一个二维数组，每个非零元素都有一行。

参数：

None：

返回：

tuple_of_arrays： 元组

非零元素的索引。

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]])

常见用途为nonzero是找到一个数组的索引，其中条件为True。给定一个数组a， 条件a> 3 是一个布尔数组，由于 False 被解释为 0，所以 ma.nonzero(a > 3) 生成a其中条件为真。

>>> 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]))

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]))