np.flatnonzero

• 返回：一个数组，该数组是a的非0索引

输入： 

import numpy as np
a=np.random.randint(0,3,(3,4))
print(a)
print(a.flatten())
np.flatnonzero(a).tolist()

输出：

[[1 1 1 2]
 [1 1 0 2]
 [2 2 0 2]]

[1 1 1 2 1 1 0 2 2 2 0 2]

[0, 1, 2, 3, 4, 5, 7, 8, 9, 11]

如上，np.flatnonzero()的作用是先将数组扁平化，然后将非零元素的需要以array的形式返回

这个函数在深度学习数据有补零的情况下，计算loss非常之有效，体会一下

np.flatnonzero()用法扩展

能否指定，不是返回非零的元素序号，而是可以自己指定

例一：==

输入：

import numpy as np
a=np.random.randint(0,3,(3,4))
print(a)
print(a.flatten())
np.flatnonzero(a==2).tolist()

 输出：

[[0 0 0 0]
 [2 1 2 0]
 [1 0 0 2]]

[0 0 0 0 2 1 2 0 1 0 0 2]

[4, 6, 11]

例二：》=

输入：

import numpy as np
a=np.random.randint(0,10,(3,4))
print(a)
print(a.flatten())
np.flatnonzero(a>=5).tolist()

输出：

[[4 7 4 5]
 [4 9 2 9]
 [3 9 1 4]]

[4 7 4 5 4 9 2 9 3 9 1 4]

[1, 3, 5, 7, 9]