numpy nonzero 使用和简单的索引方式

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

print(test_array>5)

输出结果是

[[False False False]
 [False False  True]
 [ True  True  True]]

print(np.nonzero(test_array>5))

结果是

(array([1, 2, 2, 2], dtype=int32), array([2, 0, 1, 2], dtype=int32))

也就是生成一个tuple, 有两个数组构成。第一个数组是非零（false）的元素的行索引。第二个数组是非零（false）的元素的列索引。也就是（1，2），(2，0)，（2，1），（2，2）位置对应的元素非零的

索引从第0列开始，如果只比较第1列上的值：

print(test_array[:,1]>5)

[False False  True]

print(np.nonzero(test_array[:,1]>5))

(array([2], dtype=int32),)

nonzero返回的还是一个tuple元组，但是只有一个元素

比较常用的是有两个数组。 根据一个条件判断其中一个数组的元素， 根据判断结果，提取另一个数组的元素。这两个数组可以是相同的。

test_array = np.asarray([[1, 2, 3], 

                         [4, 5, 6], 

                         [7, 8, 9]])

index_array = np.asarray([[0, 2, 0], 

                          [0, 0, 0],

                          [0, 2, 2]])

例子A：找到index_array中所有第1列不为0的行，找到第0行和第2行，

从test_array中提取对应的行。

condition_index= np.nonzero( index_array [:,1] !=0 )
print(condition_index)
print( test_array[condition_index] )

输出：

(array([0, 2], dtype=int32),)
[[1 2 3]

 [7 8 9]]

另一个例子：找到index_array中所有不为0的元素，找到(0,1),(2,1),(2,2). 从test_array中提取对应行列的元素

condition_index= np.nonzero( index_array != 0 )  
print(condition_index)
print( test_array[condition_index] )

输出：

(array([0, 2, 2], dtype=int32), array([1, 1, 2], dtype=int32))
[2 8 9]