Encontre índices de elementos iguais a zero em uma matriz NumPy

144

O NumPy possui a função / método eficiente nonzero()para identificar os índices de elementos diferentes de zero em um ndarrayobjeto. Qual é a maneira mais eficiente para obter os índices dos elementos que fazem tem um valor de zero?

python numpy gotgenes
fonte

Respostas:

226

numpy.where () é o meu favorito.

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])
>>> numpy.where(x == 0)[0]
array([1, 3, 5])
mtrw
fonte
16
Eu estou tentando lembrar de Python. Por que where()retornar uma tupla? numpy.where(x == 0)[1]está fora dos limites. qual é a matriz de índice acoplada então?
Zhubarb
@Zhubarb - a maioria dos usos de indeces são tuplas - np.zeros((3,))para criar um vetor de três longos, por exemplo. Eu suspeito que isso seja para facilitar a análise dos parâmetros. Caso contrário, algo como np.zeros(3,0,dtype='int16')versus np.zeros(3,3,3,dtype='int16')seria irritante de implementar.
MTRW
5
não. whereretorna uma tupla de ndarrays, cada um deles correspondendo a uma dimensão da entrada. neste caso, a entrada é uma matriz, portanto a saída é a 1-tuple. Se x era uma matriz, seria um 2-tuple, e assim por diante
Ciprian Tomoiagă
1
A partir do número 1.16, a documentação paranumpy.where recomenda especificamente o uso numpy.nonzerodireto em vez de chamar wherecom apenas um argumento.
jirassimok
@jirassimok como você usa diferente de zero para encontrar zeros conforme a pergunta?
mLstudent33
28

Tem np.argwhere,

import numpy as np
arr = np.array([[1,2,3], [0, 1, 0], [7, 0, 2]])
np.argwhere(arr == 0)

que retorna todos os índices encontrados como linhas:

array([[1, 0],    # Indices of the first zero
       [1, 2],    # Indices of the second zero
       [2, 1]],   # Indices of the third zero
      dtype=int64)
MSeifert
fonte
23

Você pode procurar qualquer condição escalar com:

>>> a = np.asarray([0,1,2,3,4])
>>> a == 0 # or whatver
array([ True, False, False, False, False], dtype=bool)

O que retornará a matriz como uma máscara booleana da condição.

nate c
fonte
1
Você pode usar isso para acessar os elementos zero:a[a==0] = epsilon
Quant Metropolis
17

Você também pode usá- nonzero()lo em uma máscara booleana da condição, porque Falsetambém é um tipo de zero.

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])

>>> x==0
array([False, True, False, True, False, True, False, False, False, False, False], dtype=bool)

>>> numpy.nonzero(x==0)[0]
array([1, 3, 5])

Está fazendo exatamente o mesmo que mtrwo jeito que está, mas está mais relacionado à questão;)

Dusch
fonte
Essa deve ser a resposta aceita, pois é o uso recomendado do nonzerométodo para verificar as condições.
sophros 20/03/19
5

Você pode usar numpy.nonzero para encontrar zero.

>>> import numpy as np
>>> x = np.array([1,0,2,0,3,0,0,4,0,5,0,6]).reshape(4, 3)
>>> np.nonzero(x==0)  # this is what you want
(array([0, 1, 1, 2, 2, 3]), array([1, 0, 2, 0, 2, 1]))
>>> np.nonzero(x)
(array([0, 0, 1, 2, 3, 3]), array([0, 2, 1, 1, 0, 2]))
chmnsk
fonte
4

Se você estiver trabalhando com uma matriz unidimensional, há um açúcar sintático:

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])
>>> numpy.flatnonzero(x == 0)
array([1, 3, 5])
dvdvck
fonte
Isso funciona bem, desde que eu tenha apenas uma condição. E se eu quiser procurar por "x == numpy.array (0,2,7)"? O resultado deve ser um array ([1,2,3,5,9]). Mas como posso conseguir isso?
MoTSCHIGGE
Você poderia fazer isso com:numpy.flatnonzero(numpy.logical_or(numpy.logical_or(x==0, x==2), x==7))
Dusch
1 
import numpy as np

x = np.array([1,0,2,3,6])
non_zero_arr = np.extract(x>0,x)

min_index = np.amin(non_zero_arr)
min_value = np.argmin(non_zero_arr)
sramij
fonte
1

Eu faria da seguinte maneira:

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

# if you want it in coordinates
>>> x[np.nonzero(x)]
array([1, 2, 1, 1])
>>> np.transpose(np.nonzero(x))
array([[0, 0],
       [1, 1],
       [2, 0],
       [2, 1])
Jeril
fonte