Python中Numpy.nonzero()函数

Numpy.nonzero()返回的是数组中,非零元素的位置。如果是二维数组就是描述非零元素在几行几列,三维数组则是描述非零元素在第几组中的第几行第几列。

举例如下:

二维数组:

a = np.array([[1, 0, 3], [0, 2, 0], [0, 0, 9]])
b = np.nonzero(a)
print(b)
结果为:(array([0, 0, 1, 2], dtype=int64), array([0, 2, 1, 2], dtype=int64))

第一个array描述行,第二个array描述列,我们把结果转变下以便理解:

array[0, 0, 1, 2]

array[0, 2, 1, 2]

我们看到第一个非零元素1,在0行0列,对应为加粗数字:

array[0, 0, 1, 2]

array[0, 2, 1, 2]

第二个非零元是3,在0行2列,对应:

array[0, 0, 1, 2]

array[0, 2, 1, 2]

第三个非零元素是2,在1行1列,对应:

array[0, 0, 1, 2]

array[0, 2, 1, 2]

第四个非零元素是9,在2行2列,对应:

array[0, 0, 1, 2]

array[0, 2, 1, 2]

再举一个三维数组的列子:

a = np.array([[[0,1],[2,0]],[[0,3],[4,0]],[[0,0],[5,0]]])
b = np.nonzero(a)
print(b)
结果为:(array([0, 0, 1, 1, 2], dtype=int64), array([0, 1, 0, 1, 1], dtype=int64), array([1, 0, 1, 0, 0], dtype=int64))

同样变形下:

array[0, 0, 1, 1, 2]     描述在第几组

array[0, 1, 0, 1, 1]     描述行

array[1, 0, 1, 0, 0]     描述列

第一个非零元是1,在0组0行1列,对应

array[0, 0, 1, 1, 2]     

array[0, 1, 0, 1, 1]     

array[1, 0, 1, 0, 0] 

第二个非零元是2,在0组1行0列,对应

array[0, 0, 1, 1, 2]     

array[0, 1, 0, 1, 1]     

array[1, 0, 1, 0, 0] 

第三个非零元是3,在1组0行1列,对应

array[0, 0, 1, 1, 2]     

array[0, 1, 0, 1, 1]     

array[1, 0, 1, 0, 0] 

第四个非零元是4,在1组1行0列,对应

array[0, 0, 1, 1, 2]     

array[0, 1, 0, 1, 1]     

array[1, 0, 1, 0, 0] 

第五个非零元素是5,在2组1行0列,对应

array[0, 0, 1, 1, 2]     

array[0, 1, 0, 1, 1]     

array[1, 0, 1, 0, 0] 

更高维数计算类似,读者可以自己推导
————————————————
版权声明:本文为CSDN博主「lyn5284767」的原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/lyn5284767/article/details/81164705

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值