Temukan indeks elemen yang sama dengan nol dalam array NumPy

144

NumPy memiliki fungsi / metode yang efisien nonzero()untuk mengidentifikasi indeks elemen yang tidak nol dalam suatu ndarrayobjek. Apa cara yang paling efisien untuk mendapatkan indeks dari elemen yang melakukan memiliki nilai nol?

python numpy

— Gotgenes
sumber

226

numpy.where () adalah favorit saya.

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

— mtrw
sumber

16

Saya mencoba mengingat Python. Mengapa where()mengembalikan tuple? numpy.where(x == 0)[1]di luar batas. apa array indeks digabungkan untuk itu?

— Zhubarb

@ Zhubarb - Sebagian besar penggunaan indeces adalah tuple - np.zeros((3,))untuk membuat vektor 3-panjang misalnya. Saya menduga ini untuk membuat parsing params mudah. Kalau tidak, sesuatu seperti np.zeros(3,0,dtype='int16')versus np.zeros(3,3,3,dtype='int16')akan mengganggu untuk diterapkan.

— mtrw

5

tidak. wheremengembalikan tupel ndarrays, masing-masing sesuai dengan dimensi input. dalam hal ini inputnya adalah array, jadi outputnya adalah a 1-tuple. Jika x adalah sebuah matriks, itu akan menjadi 2-tuple, dan seterusnya

— Ciprian Tomoiag

1

Pada numpy 1,16, dokumentasi untuknumpy.where secara khusus merekomendasikan penggunaan numpy.nonzerolangsung daripada menelepon wherehanya dengan satu argumen.

— jirassimok

@ jirassimok bagaimana Anda menggunakan bukan nol untuk menemukan nol saat pertanyaan diajukan?

— mLstudent33

28

Ada np.argwhere,

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

yang mengembalikan semua indeks yang ditemukan sebagai baris:

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
sumber

23

Anda dapat mencari kondisi skalar apa pun dengan:

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

Yang akan mengembalikan array sebagai topeng kondisi boolean.

— nate c
sumber

1

Anda dapat menggunakan ini untuk mengakses elemen nol:a[a==0] = epsilon

— Quant Metropolis

17

Anda juga dapat menggunakannya nonzero()dengan menggunakannya pada topeng kondisi boolean, karena Falsejuga semacam nol.

>>> 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])

Ini melakukan persis sama seperti mtrwcara, tetapi lebih terkait dengan pertanyaan;)

— Dusch
sumber

Ini harus menjadi jawaban yang diterima karena ini adalah metode yang disarankan nonzerountuk memeriksa kondisi.

— sophros

5

Anda dapat menggunakan numpy.nonzero untuk menemukan nol.

>>> 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]))

— chmnsk
sumber

4

Jika Anda bekerja dengan array satu dimensi ada gula sintaksis:

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

— dvdvck
sumber

Ini berfungsi dengan baik selama saya hanya memiliki satu syarat. Bagaimana jika saya ingin mencari "x == numpy.array (0,2,7)"? Hasilnya harus berupa array ([1,2,3,5,9]). Tetapi bagaimana saya bisa mendapatkan ini?

— MoTSCHIGGE

Anda bisa melakukan ini dengan:numpy.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)

— sramij
sumber

1

Saya akan melakukannya dengan cara berikut:

>>> 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])

— Jeril
sumber