numpy获取索引，其中值是true

>>> ex=np.arange(30)
>>> e=np.reshape(ex,[3,10])
>>> e
array([[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14, 15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24, 25, 26, 27, 28, 29]])
>>> e>15
array([[False, False, False, False, False, False, False, False, False,
        False],
       [False, False, False, False, False, False,  True,  True,  True,
         True],
       [ True,  True,  True,  True,  True,  True,  True,  True,  True,
         True]], dtype=bool)

我需要找到具有true的行或e值大于15的行。我可以使用for循环进行迭代，但是，我想知道是否有numpy可以更有效地做到这一点？

要获取至少一项大于15的行号：

>>> np.where(np.any(e>15, axis=1))
(array([1, 2], dtype=int64),)

您可以使用非零功能。它返回给定输入的非零索引。

简单的方法

>>> (e > 15).nonzero()

(array([1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2]), array([6, 7, 8, 9, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]))

为了使索引更清晰，请使用transpose方法：

>>> numpy.transpose((e>15).nonzero())

[[1 6]
 [1 7]
 [1 8]
 [1 9]
 [2 0]
 ...

不错的方法

>>> numpy.nonzero(e > 15)

(array([1, 1, 1, 1, 2, 2, 2, 2, 2, 2, 2, 2, 2, 2]), array([6, 7, 8, 9, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9]))

还是干净的方法：

>>> numpy.transpose(numpy.nonzero(e > 15))

[[1 6]
 [1 7]
 [1 8]
 [1 9]
 [2 0]
 ...

一种简单而干净的方法：用于np.argwhere按元素而不是按维度对索引进行分组np.nonzero(a)（即，np.argwhere为每个非零元素返回一行）。

>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> np.argwhere(a>4)
array([[5],
       [6],
       [7],
       [8],
       [9]])

np.argwhere(a)与相同np.transpose(np.nonzero(a))。

注意：您不能用于a(np.argwhere(a>4))获取中的相应值a。推荐的方法是使用a[(a>4).astype(bool)]或a[(a>4) != 0]而不是使用a[np.nonzero(a>4)]它们来正确处理0维数组。有关更多详细信息，请参见文档。在以下示例中可以看到，a[(a>4).astype(bool)]并且a[(a>4) != 0]可以简化为a[a>4]。

另一个例子：

>>> a = np.array([5,-15,-8,-5,10])
>>> a
array([  5, -15,  -8,  -5,  10])
>>> a > 4
array([ True, False, False, False,  True])
>>> a[a > 4]
array([ 5, 10])
>>> a = np.add.outer(a,a)
>>> a
array([[ 10, -10,  -3,   0,  15],
       [-10, -30, -23, -20,  -5],
       [ -3, -23, -16, -13,   2],
       [  0, -20, -13, -10,   5],
       [ 15,  -5,   2,   5,  20]])
>>> a = np.argwhere(a>4)
>>> a
array([[0, 0],
       [0, 4],
       [3, 4],
       [4, 0],
       [4, 3],
       [4, 4]])
>>> [print(i,j) for i,j in a]
0 0
0 4
3 4
4 0
4 3
4 4