Python numpy nonzero用法及代码示例

本文简要介绍 python 语言中 numpy.nonzero 的用法。

用法:

numpy.nonzero(a)

返回非零元素的索引。

返回一个数组元组，每个数组对应一个维度a，包含该维度中非零元素的索引。中的值a始终以行优先、C 风格的顺序进行测试和返回。

要按元素而不是维度对索引进行分组，请使用 argwhere ，它为每个非零元素返回一行。

注意

在 zero-d 数组或标量上调用时，nonzero(a) 被视为 nonzero(atleast_1d(a)) 。

参数：

a： array_like

输入数组。

返回：

tuple_of_arrays： 元组

非零元素的索引。

注意：

虽然可以使用 a[nonzero(a)] 获得非零值，但建议使用 x[x.astype(bool)] 或 x[x != 0] 代替，这将正确处理 0-d 数组。

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]])

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，np.nonzero(a > 3) 产生a其中条件为真。

>>> 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]))

使用这个结果来索引 a 相当于直接使用掩码：

>>> 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 也可以作为数组的方法调用。

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