numpy中的nonzero()的用法

      nonzero(a)返回数组a中值不为零的元素的下标，它的返回值是一个长度为a.ndim(数组a的轴数)的元组，元组的每个元素都是一个整数数组，其值为非零元素的下标在对应轴上的值。例如对于一维布尔数组b1，nonzero(b1)所得到的是一个长度为1的元组，它表示b1[0]和b1[2]的值不为0(False)。

[python]  view plain  copy

 

1. >>> b1=np.array([True, False, True, False])  
2. >>> np.nonzero(b1)  
3. (array([0, 2], dtype=int64),)  

对于二维数组b2，nonzero(b2)所得到的是一个长度为2的元组。它的第0个元素是数组a中值不为0的元素的第0轴的下标，第1个元素则是第1轴的下标，因此从下面的结果可知b2[0,0]、b[0,2]和b2[1,0]的值不为0：

[python]  view plain  copy

 

1. >>> b2 = np.array([[True, False, True], [True, False, False]])  
2. >>> np.nonzero(b2)  
3. (array([0, 0, 1], dtype=int64), array([0, 2, 0], dtype=int64))  

当布尔数组直接做为 numpy数组 下标时，相当于使用由nonzero()转换之后的元组作为下标对象：

[python]  view plain  copy

 

1. >>> a = np.arange(3*4*5).reshape(3,4,5)  
2. >>> a  
3. array([[[ 0,  1,  2,  3,  4],  
4.         [ 5,  6,  7,  8,  9],  
5.         [10, 11, 12, 13, 14],  
6.         [15, 16, 17, 18, 19]],  
7.   
8.        [[20, 21, 22, 23, 24],  
9.         [25, 26, 27, 28, 29],  
10.         [30, 31, 32, 33, 34],  
11.         [35, 36, 37, 38, 39]],  
12.   
13.        [[40, 41, 42, 43, 44],  
14.         [45, 46, 47, 48, 49],  
15.         [50, 51, 52, 53, 54],  
16.         [55, 56, 57, 58, 59]]])  
17. >>> a[b2]  
18. array([[ 0,  1,  2,  3,  4],  
19.        [10, 11, 12, 13, 14],  
20.        [20, 21, 22, 23, 24]])  
21. >>> a[np.nonzero(b2)]  
22. array([[ 0,  1,  2,  3,  4],  
23.        [10, 11, 12, 13, 14],  
24.        [20, 21, 22, 23, 24]])  

为了观察变化，下面有一个例子：

[python]  view plain  copy

 

1. dataSet=array(  
2.     [[1,0,0,0],  
3.     [0,1,0,0],  
4.     [0,1,0,0],  
5.     [0,0,0,1]])  
6. a=dataSet[:,1]>0.5  
7. print(a)  
8. print('--------------')  
9. print(nonzero(a))  
10. print('--------------')  
11. print(nonzero(a)[0])  
12. print('--------------')  
13. print(dataSet[nonzero(a)[0],:])  

输出结果：

[python]  view plain  copy

 

1. [False  True  True False]  
2. --------------  
3. (array([1, 2], dtype=int64),)  
4. --------------  
5. [1 2]  
6. --------------  
7. [[0 1 0 0]  
8.  [0 1 0 0]]