np.nonzero函數(shù)是numpy中用于得到數(shù)組array中非零元素的位置（數(shù)組索引）的函數(shù)。一般來說，通過help（np.nonzero）能夠查看到該函數(shù)的解析與例程。但是，由于例程為英文縮寫，閱讀起來還是很費(fèi)勁，因此，本文將其英文解釋翻譯成中文，便于理解。

解釋

nonzero(a)

返回?cái)?shù)組a中非零元素的索引值數(shù)組。

（1）只有a中非零元素才會(huì)有索引值，那些零值元素沒有索引值；

（2）返回的索引值數(shù)組是一個(gè)2維tuple數(shù)組，該tuple數(shù)組中包含一維的array數(shù)組。其中，一維array向量的個(gè)數(shù)與a的維數(shù)是一致的。

（3）索引值數(shù)組的每一個(gè)array均是從一個(gè)維度上來描述其索引值。比如，如果a是一個(gè)二維數(shù)組，則索引值數(shù)組有兩個(gè)array，第一個(gè)array從行維度來描述索引值；第二個(gè)array從列維度來描述索引值。

（4） 該np.transpose(np.nonzero(x))

函數(shù)能夠描述出每一個(gè)非零元素在不同維度的索引值。

（5）通過a[nonzero(a)]得到所有a中的非零值

#a是1維數(shù)組
a = [0,2,3]
b = np.nonzero(a)
print(np.array(b).ndim)
print(b)

結(jié)果：
2
(array([1, 2], dtype=int64),)

說明：索引1和索引2的位置上元素的值非零。

#a是2維數(shù)組
a = np.array([[0,0,3],[0,0,0],[0,0,9]])
b = np.nonzero(a)
print(np.array(b).ndim)
print(b)
print(np.transpose(np.nonzero(a)))

結(jié)果：
2
(array([0, 2], dtype=int64), array([2, 2], dtype=int64))
[[0 2]
 [2 2]]

說明：

（1）a中有2個(gè)非零元素，因此，索引值tuple中array的長度為2。因?yàn)?，只有非零元素才有索引值?/p>

（2）索引值數(shù)組是2 維的。實(shí)際上，無論a的維度是多少，索引值數(shù)組一定是2維的tuple，但是tuple中的一維array個(gè)數(shù)和a的維數(shù)一致。

（3）第1個(gè)array([0, 2])是從row值上對(duì)3和9進(jìn)行的描述。第2個(gè)array([2, 2])是從col值上對(duì)3和9的描述。這樣，從行和列上兩個(gè)維度上各用一個(gè)數(shù)組來描述非零索引值。

（4）通過調(diào)用np.transpose()函數(shù)，得出3的索引值是[0 2]，即第0行，第2列。

#a是3維數(shù)組

a = np.array([[[0,0],[1,0]],[[0,0],[1,0]],[[0,0],[1,0]]])
b = np.nonzero(a)
print(np.array(b).ndim)
print(b)

結(jié)果：

2
(array([0, 1, 2], dtype=int64), array([1, 1, 1], dtype=int64), array([0, 0, 0], dtype=int64))

說明：由于a是3維數(shù)組，因此，索引值數(shù)組有3個(gè)一維數(shù)組。

注：數(shù)組索引值從0開始。

以上這篇關(guān)于numpy中np.nonzero()函數(shù)用法的詳解就是小編分享給大家的全部內(nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論