python numpy.nonzero()函数的用法

numpy.nonzero(a)

返回非零元素的索引。

返回一个数组元组，每个维度对应一个数组，包含该维度中非零元素的索引。可以通过以下方式获得相应的非零值：

a[nonzero(a)]

要按元素而不是维度对索引进行分组，请使用：

transpose(nonzero(a))

结果总是一个二维数组，每个非零元素都有一行。

参数：	a：array_like
	输入数组
返回：	tuple_of_arrays：元组
	非零元素的指数

 

Example：

对于一维布尔数组b1，nonzero(b1)所得到的是一个长度为1的元组，它表示b1[0]和b1[2]位置的值不为0(False)。

b1 = np.array([True, False, True, False])

b1
array([ True, False,  True, False], dtype=bool)

np.nonzero(b1)
(array([0, 2], dtype=int64),)

对于二维数组b2，nonzero(b2)所得到的是一个长度为2的元组。

b2 = np.array([[True, False, True], [True, False, False]])

b2 
array([[ True, False,  True],
       [ True, False, False]], dtype=bool)

np.nonzero(b2)
(array([0, 0, 1], dtype=int64), array([0, 2, 0], dtype=int64))

因此结果可知b2[0,0]、b2[0,2]、b2[1,0]的值不为0：

b2[0,0],b2[0,2],b2[1,0]
(True, True, True)

对于多维数组，情况跟二维数组类似:

b3 = np.array([[1,0,0], [0,2,0], [1,1,0]])

b3
array([[1, 0, 0],
       [0, 2, 0],
       [1, 1, 0]])

np.nonzero(x)
(array([0, 1, 2, 2], dtype=int64), array([0, 1, 0, 1], dtype=int64))

 transpose可以按元素直接对索引进行分组：

x[np.nonzero(x)]
array([1, 2, 1, 1])

np.transpose(np.nonzero(x))
array([[0, 0],
       [1, 1],
       [2, 0],
       [2, 1]], dtype=int64)

常见的用途nonzero是查找数组的索引，其中条件为True。给定数组a，条件a > 3是布尔数组，并且因为False被解释为0，所以np.nonzero（a> 3）产生条件为真的a的索引。

a = np.array([[1,2,3],[4,5,6],[7,8,9]])

a>3 
array([[False, False, False],
       [ True,  True,  True],
       [ True,  True,  True]], dtype=bool)

np.nonzero(a > 3)
(array([1, 1, 1, 2, 2, 2], dtype=int64),array([0, 1, 2, 0, 1, 2], dtype=int64))

nonzero也可以调用布尔数组的方法。

(a > 3).nonzero()
(array([1, 1, 1, 2, 2, 2], dtype=int64),array([0, 1, 2, 0, 1, 2], dtype=int64))