Python dask.array.nonzero用法及代碼示例

用法: dask.array.nonzero(a)

返回非零元素的索引。

此文檔字符串是從 numpy.nonzero 複製的。

可能存在與 Dask 版本的一些不一致之處。

返回一個數組元組，每個維度對應 a ，包含該維度中非零元素的索引。 a 中的值始終以行優先、C-style 順序進行測試和返回。

要按元素而不是維度對索引進行分組，請使用 argwhere ，它為每個非零元素返回一行。

注意

在 zero-d 數組或標量上調用時，nonzero(a) 被視為 nonzero(atleast_1d(a)) 。

參數：

a：array_like: 輸入數組。

tuple_of_arrays：元組: 非零元素的索引。

注意：

雖然可以使用 a[nonzero(a)] 獲得非零值，但建議使用 x[x.astype(bool)] 或 x[x != 0] 代替，這將正確處理 0-d 數組。

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]])

nonzero 的常見用途是查找條件為 True 的數組的索引。給定一個數組 a ，條件 a > 3 是一個布爾數組，並且由於 False 被解釋為 0，因此 np.nonzero(a > 3) 產生條件為真的 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]))

使用這個結果來索引 a 相當於直接使用掩碼：

>>> 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 也可以作為數組的方法調用。

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

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 dask.array.nonzero。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

例子：