Знайдіть індекси елементів, рівних нулю в масиві NumPy

144

NumPy має ефективну функцію / метод nonzero()для ідентифікації показників ненульових елементів ndarrayоб’єкта. Який найбільш ефективний спосіб отримати показники елементів, які мають значення нуля?

python numpy

— гетгени
джерело

226

numpy.where () - мій улюблений.

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

— mtrw
джерело

16

Я намагаюся згадати Python. Чому where()повертається кортеж? numpy.where(x == 0)[1]знаходиться поза межами. до чого поєднується масив індексів тоді?

— Жубарб

@Zhubarb - Більшість застосувань індексу - кортежі - наприклад, np.zeros((3,))щоб створити 3-довгий вектор. Я підозрюю, що це полегшує розбір парам. Інакше щось подібне np.zeros(3,0,dtype='int16')проти np.zeros(3,3,3,dtype='int16')буде прикро реалізовувати.

— mtrw

5

немає. whereповертає кордон ndarrays, кожен з яких відповідає розмірності вводу. у цьому випадку вхід є масивом, тому вихід є a 1-tuple. Якби x була матрицею, це було б 2-tupleі так далі

— Ciprian Tomoiagă

1

Станом на numpy 1.16, документаціяnumpy.where спеціально рекомендує використовувати numpy.nonzeroбезпосередньо, а не викликати whereлише один аргумент.

— jirassimok

@jirassimok як ти використовуєш нуль, щоб знайти нулі, як задає питання?

— mLstudent33

28

Є np.argwhere,

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

який повертає всі знайдені індекси у вигляді рядків:

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
джерело

23

Ви можете шукати будь-які скалярні умови за допомогою:

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

Що поверне масив як булева маска умови.

— nate c
джерело

1

Ви можете використати це для доступу до нульових елементів:a[a==0] = epsilon

— Quant Metropolis

17

Ви також можете використовувати nonzero(), використовуючи його на булевій масці умови, оскільки Falseце також свого роду нуль.

>>> 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])

Це робить точно так само, як mtrwі спосіб, але це більше пов'язане з питанням;)

— Душ
джерело

Це має бути прийнятою відповіддю, оскільки це рекомендується використання nonzeroметоду для перевірки умов.

— софісти

5

Ви можете використовувати numpy.nonzero, щоб знайти нуль.

>>> 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]))

— чмнск
джерело

4

Якщо ви працюєте з одновимірним масивом, є синтаксичний цукор:

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

— dvdvck
джерело

Це добре працює, якщо у мене є лише одна умова. Що робити, якщо я хочу шукати "x == numpy.array (0,2,7)"? Результатом має бути масив ([1,2,3,5,9]). Але як я можу це отримати?

— MoTSCHIGGE

Ви можете зробити це за допомогою: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
джерело

1

Я зробив би це так:

>>> 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])

— Джеріл
джерело