webentwicklung-frage-antwort-db.com.de

Finden Sie Indizes von Elementen gleich Null in einem NumPy-Array

NumPy verfügt über die effiziente Funktion/Methode nonzero() , um die Indizes von Nicht-Null-Elementen in einem ndarray-Objekt zu identifizieren. Was ist der effizienteste Weg, um die Indizes der Elemente zu erhalten, für die do einen Wert von Null hat?

102
gotgenes

numpy.where () ist mein Favorit.

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])
>>> numpy.where(x == 0)[0]
array([1, 3, 5])
169
mtrw

Sie können nach jeder Skalarbedingung suchen mit:

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

Dadurch wird das Array als boolesche Maske der Bedingung zurückgegeben.

19
nate c

Es gibt np.argwhere ,

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

die alle gefundenen Indizes als Zeilen zurückgibt:

array([[1, 0],    # Indices of the first zero
       [1, 2],    # Indices of the second zero
       [2, 1]],   # Indices of the third zero
      dtype=int64)
17
MSeifert

Sie können auch nonzero() verwenden, indem Sie es auf einer booleschen Maske der Bedingung verwenden, da False auch eine Art Null ist.

>>> 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])

Es macht genau das gleiche wie mtrw, aber es hat mehr mit der Frage zu tun;)

10
Dusch

Wenn Sie mit einem eindimensionalen Array arbeiten, gibt es einen syntaktischen Zucker:

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

Ich würde es folgendermaßen machen:

>>> 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])
1
Jeril

Sie können numpy.nonzero verwenden, um Null zu finden.

>>> 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]))
0
chmnsk