np.nonzero, np.argwhere, np.where, np.squeeze用法小结

一、功能

1. np.nonzero(arr)  或者 np.nonzero(condition) 

返回一个元组tuple_of_arrays，其中每个array元素为输入数据arr中符合条件condition的元素值（或非零值）的索引数组（下标数组）。这个元组中元素的个数等于数据arr的维度，即一维输入返回一个单值元组，二维数组返回二值元组，三维数组范围三值元组，每一个值都是一个一维的数组，它表示数据arr中符合条件的元素在该维度上的索引（下标）。

2. np.where(condition, x, y) 或者 np.where(condition)

（1）当条件condition满足则返回x，不满足则返回y。
（2）只有条件condition而没有x和y时，则返回满足条件 (即非0) 元素的坐标，此时等价于np.nonzero()。

3. np.argwhere(condition) 或者 np.argwhere(arr) 
返回一个数组（至少是2D的），其中每个元素为arr中符合条件condition的元素值（或非零值）的索引。对一维arr，索引即元素下标；对于二维arr，索引即元素的坐标。

4. np.squeeze(a, axis=None)
返回一个降维的数组，即从数组shape中删除一维项。

二、评估

np.nonzero是最基础的非零选择，返回索引数组的元组；
np.where的比np.nonzero功能更多，可根据筛选条件对数据进行处理。
np.argwhere的返回值是二维以上的坐标数组，相当于np.transpose(np.nonzero(arr))。
np.squeeze就是降维（当然，可以指定某个维度）。

三、参考

秒懂np.nonzero, np.argwhere, np.where_mabel92的博客-CSDN博客

【python】np.where和np.argwhere、np.squeeze_peanut。的博客-CSDN博客