Найдите индексы элементов, равных нулю в массиве NumPy

151

NumPy имеет эффективную функцию / метод nonzero()для идентификации индексов ненулевых элементов в ndarrayобъекте. Что является наиболее эффективным способом , чтобы получить индексы элементов , которые делают имеют нулевое значение?

python numpy gotgenes
источник

Ответы:

233

numpy.where () - мой любимый.

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])
>>> numpy.where(x == 0)[0]
array([1, 3, 5])
mtrw
источник
18
Я пытаюсь вспомнить Python. Почему where()возвращает кортеж? numpy.where(x == 0)[1]вне поля. с чем тогда связан индексный массив?
Жубарб 07
@Zhubarb - Чаще всего индексы используются в виде кортежей - например, np.zeros((3,))для создания трех-длинного вектора. Я подозреваю, что это упрощает синтаксический анализ параметров. В противном случае реализовать что-то вроде np.zeros(3,0,dtype='int16')versus np.zeros(3,3,3,dtype='int16')было бы неприятно.
mtrw
5
нет. whereвозвращает кортеж ndarrays, каждый из которых соответствует измерению ввода. в этом случае входом является массив, поэтому на выходе будет 1-tuple. Если бы x было матрицей, то это была бы a 2-tuple, и так далее
Ciprian Tomoiagă
2
Начиная с numpy 1.16, документацияnumpy.where специально рекомендует использовать numpy.nonzeroнапрямую, а не вызывать whereтолько с одним аргументом.
jirassimok
1
@ mLstudent33 Точно так же, как вы бы использовали where, как видно из ответа Душа . Согласно whereдокументации , where(x)эквивалентно asarray(x).nonzero().
jirassimok
34

Есть np.argwhere,

import numpy as np
arr = np.array([[1,2,3], [0, 1, 0], [7, 0, 2]])
np.argwhere(arr == 0)

который возвращает все найденные индексы в виде строк:

array([[1, 0],    # Indices of the first zero
       [1, 2],    # Indices of the second zero
       [2, 1]],   # Indices of the third zero
      dtype=int64)
MSeifert
источник
26

Вы можете искать любое скалярное условие с помощью:

>>> a = np.asarray([0,1,2,3,4])
>>> a == 0 # or whatver
array([ True, False, False, False, False], dtype=bool)

Что вернет массив как логическую маску условия.

Нейт с
источник
1
Вы можете использовать это для доступа к нулевым элементам:a[a==0] = epsilon
Quant Metropolis
19

Вы также можете использовать nonzero()его с помощью булевой маски условия, потому что Falseэто тоже своего рода ноль.

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])

>>> x==0
array([False, True, False, True, False, True, False, False, False, False, False], dtype=bool)

>>> numpy.nonzero(x==0)[0]
array([1, 3, 5])

Он делает то же самое, что mtrwи он, но это больше связано с вопросом;)

Душ
источник
1
Это должен быть принятый ответ, поскольку это рекомендуемый nonzeroметод проверки условий.
софрос
6

Вы можете использовать numpy.nonzero, чтобы найти ноль.

>>> import numpy as np
>>> x = np.array([1,0,2,0,3,0,0,4,0,5,0,6]).reshape(4, 3)
>>> np.nonzero(x==0)  # this is what you want
(array([0, 1, 1, 2, 2, 3]), array([1, 0, 2, 0, 2, 1]))
>>> np.nonzero(x)
(array([0, 0, 1, 2, 3, 3]), array([0, 2, 1, 1, 0, 2]))
ЧМНСК
источник
5

Если вы работаете с одномерным массивом, есть синтаксический сахар:

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])
>>> numpy.flatnonzero(x == 0)
array([1, 3, 5])
dvdvck
источник
Это прекрасно работает, пока у меня есть только одно условие. Что, если я хочу найти «x == numpy.array (0,2,7)»? Результатом должно быть array ([1,2,3,5,9]). Но как я могу это получить?
MoTSCHIGGE 08
Вы можете сделать это с помощью:numpy.flatnonzero(numpy.logical_or(numpy.logical_or(x==0, x==2), x==7))
Dusch
2

Я бы сделал так:

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

# if you want it in coordinates
>>> x[np.nonzero(x)]
array([1, 2, 1, 1])
>>> np.transpose(np.nonzero(x))
array([[0, 0],
       [1, 1],
       [2, 0],
       [2, 1])
Джерил
источник
1 
import numpy as np

x = np.array([1,0,2,3,6])
non_zero_arr = np.extract(x>0,x)

min_index = np.amin(non_zero_arr)
min_value = np.argmin(non_zero_arr)
срамидж
источник