numpy.nonzero

原文：https://docs.scipy.org/doc/numpy/reference/generated/numpy.nonzero.html

译者：飞龙 UsyiyiCN

校对：（虚位以待）

numpy.nonzero(a)[source]

返回非零元素的索引。

返回数组的元组，每个维度a一个，包含该维度中非零元素的索引。a中的值总是以行主，C风格顺序测试和返回。相应的非零值可以用下式获得：

a[nonzero(a)]

要按元素对索引进行分组，而不是维，请使用：

transpose(nonzero(a))

其结果始终是2-D数组，每个非零元素都有一行。

参数：	a：array_like 输入数组。
返回：	tuple_of_arrays：tuple 非零元素的索引。

也可以看看

flatnonzero

在输入数组的扁平版本中返回非零的索引。

ndarray.nonzero

等效ndarray方法。

count_nonzero

计算输入数组中非零元素的数量。

例子

>>> x = np.eye(3)
>>> x
array([[ 1.,  0.,  0.],
       [ 0.,  1.,  0.],
       [ 0.,  0.,  1.]])
>>> np.nonzero(x)
(array([0, 1, 2]), array([0, 1, 2]))

>>> x[np.nonzero(x)]
array([ 1.,  1.,  1.])
>>> np.transpose(np.nonzero(x))
array([[0, 0],
       [1, 1],
       [2, 2]])

nonzero的常见用法是找到数组的索引，其中条件为True。Given an array a, the condition a > 3 is a boolean array and since False is interpreted as 0, np.nonzero(a > 3) yields the indices of the a where the condition is true.

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

也可以调用布尔数组的nonzero方法。

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