dask.array.nonzero

dask.array.nonzero¶

dask.array.nonzero(a)[源代码]¶

返回非零元素的索引。

此文档字符串是从 numpy.nonzero 复制的。

Dask 版本可能存在一些不一致性。

返回一个数组的元组，每个维度对应 a 的一个数组，包含该维度中非零元素的索引。a 中的值总是按行优先、C 风格的顺序进行测试和返回。

要按元素而不是维度对索引进行分组，请使用 argwhere，它会为每个非零元素返回一行。

备注

当对零维数组或标量调用时，nonzero(a) 被视为 nonzero(atleast_1d(a))。

1.17.0 版后已移除: 如果这种行为是故意的，请显式使用 atleast_1d。

参数

aarray_like: 输入数组。

返回

tuple_of_arrays元组: 非零元素的索引。

参见

flatnonzero: 返回输入数组展平版本中非零元素的索引。
ndarray.nonzero: 等效的 ndarray 方法。
count_nonzero: 计算输入数组中非零元素的数量。

注释

虽然可以通过 a[nonzero(a)] 获取非零值，但建议使用 x[x.astype(bool)] 或 x[x != 0] 代替，这样可以正确处理 0-d 数组。

示例

>>> import numpy as np  
>>> x = np.array([[3, 0, 0], [0, 4, 0], [5, 6, 0]])  
>>> x  
array([[3, 0, 0],
       [0, 4, 0],
       [5, 6, 0]])
>>> np.nonzero(x)  
(array([0, 1, 2, 2]), array([0, 1, 0, 1]))

>>> x[np.nonzero(x)]  
array([3, 4, 5, 6])
>>> np.transpose(np.nonzero(x))  
array([[0, 0],
       [1, 1],
       [2, 0],
       [2, 1]])

nonzero 的一个常见用途是查找数组中条件为 True 的索引。给定一个数组 a，条件 a > 3 是一个布尔数组，由于 False 被解释为 0，np.nonzero(a > 3) 返回 a 中条件为真的索引。

>>> a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])  
>>> a > 3  
array([[False, False, False],
       [ True,  True,  True],
       [ True,  True,  True]])
>>> np.nonzero(a > 3)  
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))

使用此结果来索引 a 等同于直接使用掩码：

>>> a[np.nonzero(a > 3)]  
array([4, 5, 6, 7, 8, 9])
>>> a[a > 3]  # prefer this spelling  
array([4, 5, 6, 7, 8, 9])

nonzero 也可以作为数组的方法被调用。

>>> (a > 3).nonzero()  
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))

dask.array.nextafter

dask.array.not_equal