np.flatnonzero()函数和np.random.choice（）函数的使用介绍

1、np.flatnonzero()函数

该函数输入一个矩阵，返回扁平化后矩阵中非零元素的位置（index），也可以返回指定元素在矩阵中的位置

import numpy as np

arr = np.array([2,3,1,0,2,5,2])
arr1 = np.flatnonzero(arr)
arr2 = np.flatnonzero(arr==2)
print('arr非零元素下标：{}'.format(arr1))
print('arr1值为2的元素下标：{}'.format(arr2))

输出结果为：

arr非零元素下标：[0 1 2 4 5 6]

arr1值为2的元素下标：[0 4 6]

2、np.random.choice（）函数

numpy.random.choice(a,size=None,replace=True,p=None)：从输入数据a中随机抽取元素组成新的数组

a-------------输入应该为一维数据，列表、元组、数组均可，但新数据类型都是数组

size----------新数据的大小

replace------是否可以抽取相同元素，True（默认）为可以，Flase表示不可以抽取相同的元素

p--------大小应该和a的大小相同，表示对a中元素抽取概率的大小

alist = [1,2,3,4,5] #列表
atuple = (1,2,3,4,5)#元组
arr = np.array([1,2,3,4,5])#数组

alist_choice = np.random.choice(alist,3)
atuple_choice = np.random.choice(atuple,3)
arr_choice = np.random.choice(arr,3)
print('alist_choice:',alist_choice,type(alist_choice))
print('atuple_choice:',atuple_choice,type(atuple_choice))
print('arr_choice:',arr_choice,type(arr_choice))

输出结果为：

alist_choice: [4 1 1] <class 'numpy.ndarray'>

atuple_choice: [4 4 4] <class 'numpy.ndarray'>

arr_choice: [4 2 1] <class 'numpy.ndarray'>