在NumPy数组中查找等于零的元素的索引

144

NumPy具有有效的功能/方法nonzero()来标识ndarray对象中非零元素的索引。什么是最有效的方式来获得该元素的索引做具有零值？

python numpy

— 获得基因
source

226

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])
>>> numpy.where(x == 0)[0]
array([1, 3, 5])

— 地铁
source

16

我想记住Python。为什么where()返回元组？ numpy.where(x == 0)[1]超出范围。那么索引数组又是什么呢？

— 2014年

@Zhubarb-索引的大多数用途是元组- np.zeros((3,))例如制作3个长向量。我怀疑这是为了使解析参数变得容易。否则，诸如np.zeros(3,0,dtype='int16')vs之类的东西np.zeros(3,3,3,dtype='int16')将很烦人。

— mtrw 2014年

5

没有。where返回ndarrays 的元组，每个元组都对应于输入的维。在这种情况下，输入为数组，因此输出为1-tuple。如果x是矩阵，则它将是a 2-tuple，依此类推

— CiprianTomoiagă17年

1

从numpy 1.16开始，文档numpy.where专门建议numpy.nonzero直接使用而不是where仅使用一个参数进行调用。

— jirassimok

@jirassimok您如何使用非零值来找到零值？

— mLstudent33

28

有np.argwhere，

import numpy as np
arr = np.array([[1,2,3], [0, 1, 0], [7, 0, 2]])
np.argwhere(arr == 0)

返回所有找到的索引作为行：

array([[1, 0],    # Indices of the first zero
       [1, 2],    # Indices of the second zero
       [2, 1]],   # Indices of the third zero
      dtype=int64)

— 塞弗特
source

23

您可以使用以下方法搜索任何标量条件：

>>> a = np.asarray([0,1,2,3,4])
>>> a == 0 # or whatver
array([ True, False, False, False, False], dtype=bool)

这将把数组作为条件的布尔掩码返回。

— 内生c
source

1

您可以使用它来访问零元素：a[a==0] = epsilon

— Quant Metropolis 2015年

17

您也可以nonzero()在条件的布尔掩码中使用它，因为False它也是零。

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])

>>> x==0
array([False, True, False, True, False, True, False, False, False, False, False], dtype=bool)

>>> numpy.nonzero(x==0)[0]
array([1, 3, 5])

它的mtrw方法与s的方法完全相同，但是与问题更相关；）

— 杜施
source

这应该是可接受的答案，因为这是建议使用的nonzero方法来检查条件。

— sophros

5

您可以使用numpy.nonzero查找零。

>>> import numpy as np
>>> x = np.array([1,0,2,0,3,0,0,4,0,5,0,6]).reshape(4, 3)
>>> np.nonzero(x==0)  # this is what you want
(array([0, 1, 1, 2, 2, 3]), array([1, 0, 2, 0, 2, 1]))
>>> np.nonzero(x)
(array([0, 0, 1, 2, 3, 3]), array([0, 2, 1, 1, 0, 2]))

— 奇姆斯克
source

4

如果使用一维数组，则有一个语法糖：

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])
>>> numpy.flatnonzero(x == 0)
array([1, 3, 5])

— dvdvck
source

只要我只有一个条件，这就可以正常工作。如果我想搜索“ x == numpy.array（0,2,7）”怎么办？结果应为array（[1,2,3,5,9]）。但是我怎么能得到呢？

— MoTSCHIGGE，2014年

您可以执行以下操作：numpy.flatnonzero(numpy.logical_or(numpy.logical_or(x==0, x==2), x==7))

— Dusch 2016年

1

import numpy as np

x = np.array([1,0,2,3,6])
non_zero_arr = np.extract(x>0,x)

min_index = np.amin(non_zero_arr)
min_value = np.argmin(non_zero_arr)

— Sramij
source

1

我将通过以下方式进行操作：

>>> x = np.array([[1,0,0], [0,2,0], [1,1,0]])
>>> x
array([[1, 0, 0],
       [0, 2, 0],
       [1, 1, 0]])
>>> np.nonzero(x)
(array([0, 1, 2, 2]), array([0, 1, 0, 1]))

# if you want it in coordinates
>>> x[np.nonzero(x)]
array([1, 2, 1, 1])
>>> np.transpose(np.nonzero(x))
array([[0, 0],
       [1, 1],
       [2, 0],
       [2, 1])

— 杰里尔
source