numpy.nonzero

numpy.nonzero(a)

傳回非零元素的索引。

傳回陣列的元組，每個陣列對應 a 的一個維度，其中包含該維度中非零元素的索引。a 中的值始終以 row-major、C 樣式順序測試和傳回。

若要依元素而非維度對索引進行分組，請使用 argwhere，它會為每個非零元素傳回一個列。

注意

當在零維陣列或純量上呼叫時，nonzero(a) 會被視為 nonzero(atleast_1d(a))。

版本 1.17.0 中已棄用：如果此行為是刻意的，請明確使用 atleast_1d。

參數:

aarray_like

輸入陣列。

傳回:

tuple_of_arraystuple

非零元素的索引。

另請參閱

flatnonzero

傳回輸入陣列展平版本中的非零索引。

ndarray.nonzero

等效的 ndarray 方法。

count_nonzero

計算輸入陣列中非零元素的數量。

註解

雖然可以使用 a[nonzero(a)] 取得非零值，但建議改用 x[x.astype(bool)] 或 x[x != 0]，這會正確處理 0 維陣列。

範例

>>> 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 的常見用途是尋找陣列中條件為 True 的索引。給定一個陣列 a，條件 a > 3 是一個布林陣列，由於 False 被解釋為 0，因此 np.nonzero(a > 3) 會產生 a 中條件為 true 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]))

使用此結果來索引 a 等同於直接使用遮罩

>>> 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 也可以作為陣列的方法呼叫。

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