NumPy 배열에서 0과 동일한 원소의 인덱스 찾기

144

NumPy에는 객체 nonzero()에서 0이 아닌 요소의 인덱스를 식별 하는 효율적인 함수 / 방법 이 ndarray있습니다. 요소의 인덱스를 얻을 수있는 가장 효율적인 방법은 무엇입니까 할 0의 값을 갖는다는?

python numpy

— gotgenes
소스

226

numpy.where () 는 내가 가장 좋아하는 것입니다.

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

— mtrw
소스

16

파이썬을 기억하려고합니다. 왜 where()튜플을 반환합니까? numpy.where(x == 0)[1]범위를 벗어났습니다. 그때 인덱스 배열은 무엇입니까?

— Zhubarb

@Zhubarb-indeces의 대부분의 사용은 튜플 np.zeros((3,))입니다. 나는 이것이 매개 변수를 쉽게 파싱 할 것이라고 생각합니다. 그렇지 않으면 np.zeros(3,0,dtype='int16')vs와 같은 np.zeros(3,3,3,dtype='int16')것이 구현하기가 성 가실 것입니다.

— mtrw

5

아니. s where의 튜플을 반환합니다. ndarray각각은 입력의 차원에 해당합니다. 이 경우 입력은 배열이므로 출력은입니다 1-tuple. x가 행렬 인 경우 2-tuple에는 등이됩니다.

— Ciprian Tomoiagă

1

NumPy와 1.16로, 대한 설명서를numpy.where 특별히 사용을 권장 numpy.nonzero하지 않고 직접 호출하는 where단 하나의 인수.

— jirassimok

@jirassimok 질문에 따라 0이 아닌 값을 어떻게 사용하여 0을 찾으십니까?

— mLstudent33

28

있다 np.argwhere,

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

찾은 모든 인덱스를 행으로 반환합니다.

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

— MSeifert
소스

23

다음을 사용하여 스칼라 조건을 검색 할 수 있습니다.

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

배열을 조건의 부울 마스크로 되돌려줍니다.

— 네이트 C
소스

1

이것을 사용하여 제로 요소에 액세스 할 수 있습니다.a[a==0] = epsilon

— Quant Metropolis

17

nonzero()조건의 부울 마스크에서 사용하여 사용할 수도 있습니다 False. 또한 일종의 0 이기 때문 입니다.

>>> 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])

그것은 mtrw방법 과 정확히 동일 하지만, 질문과 더 관련이 있습니다.)

— 뒤쉬
소스

이것은 nonzero조건을 확인하기 위해 권장되는 방법 이므로 승인 된 답변이어야합니다 .

— sophros

5

numpy.nonzero를 사용하여 0을 찾을 수 있습니다.

>>> 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]))

— 켐 스크
소스

4

1 차원 배열로 작업하는 경우 구문 설탕이 있습니다.

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

— dvdvck
소스

조건이 하나만있는 한 정상적으로 작동합니다. "x == numpy.array (0,2,7)"를 검색하려면 어떻게합니까? 결과는 array ([1,2,3,5,9]) 여야합니다. 그러나 이것을 어떻게 얻을 수 있습니까?

— MoTSCHIGGE

: 당신이 할 수있는numpy.flatnonzero(numpy.logical_or(numpy.logical_or(x==0, x==2), x==7))

— DUSCH

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)

— 스 라미
소스

1

나는 다음과 같이 할 것입니다 :

>>> 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])

— 제릴
소스