方法
ma.MaskedArray.
nonzero
返回非零的未屏蔽元素的索引。
返回数组的元组,每个维度一个,其中包含该维度中非零元素的索引。相应的非零值可通过以下方式获得:
a[a.nonzero()]
要按元素而不是维度对索引进行分组,请使用:
np.transpose(a.nonzero())
其结果始终是一个二维数组,每个非零元素都有一行。
非零元素的索引。
参见
numpy.nonzero
函数在darrays上运行。
flatnonzero
返回输入数组扁平版本中非零的索引。
numpy.ndarray.nonzero
等效Ndarray方法。
count_nonzero
统计输入数组中非零元素的数目。
实例
>>> import numpy.ma as ma >>> x = ma.array(np.eye(3)) >>> x masked_array( data=[[1., 0., 0.], [0., 1., 0.], [0., 0., 1.]], mask=False, fill_value=1e+20) >>> x.nonzero() (array([0, 1, 2]), array([0, 1, 2]))
忽略屏蔽元素。
>>> x[1, 1] = ma.masked >>> x masked_array( data=[[1.0, 0.0, 0.0], [0.0, --, 0.0], [0.0, 0.0, 1.0]], mask=[[False, False, False], [False, True, False], [False, False, False]], fill_value=1e+20) >>> x.nonzero() (array([0, 2]), array([0, 2]))
索引也可以按元素分组。
>>> np.transpose(x.nonzero()) array([[0, 0], [2, 2]])
常用于 nonzero 查找条件为真的数组的索引。给定数组 a ,条件 a >3是一个布尔数组,因为false被解释为0,ma。nonzero(a>3)生成 a 如果条件是真的。
>>> a = ma.array([[1,2,3],[4,5,6],[7,8,9]]) >>> a > 3 masked_array( data=[[False, False, False], [ True, True, True], [ True, True, True]], mask=False, fill_value=True) >>> ma.nonzero(a > 3) (array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))
这个 nonzero 也可以调用条件数组的方法。
>>> (a > 3).nonzero() (array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))