如何将布尔数组转换为numpy中的索引数组答案

【问题标题】：How to turn a boolean array into index array in numpy如何将布尔数组转换为numpy中的索引数组
【发布时间】：2012-01-03 07:39:31
【问题描述】：

是否有一种有效的 Numpy 机制来根据条件为真而不是布尔掩码数组来检索数组中位置的整数索引？

例如：

x=np.array([range(100,1,-1)])
#generate a mask to find all values that are a power of 2
mask=x&(x-1)==0
#This will tell me those values
print x[mask]

在这种情况下，我想知道i 的索引mask 其中mask[i]==True。是否可以在不循环的情况下生成这些？

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

如果您更喜欢 indexer 方式，您可以将布尔列表转换为 numpy 数组：

print x[nd.array(mask)]

【讨论】：

【解决方案2】：

np.arange(100,1,-1)
array([100,  99,  98,  97,  96,  95,  94,  93,  92,  91,  90,  89,  88,
        87,  86,  85,  84,  83,  82,  81,  80,  79,  78,  77,  76,  75,
        74,  73,  72,  71,  70,  69,  68,  67,  66,  65,  64,  63,  62,
        61,  60,  59,  58,  57,  56,  55,  54,  53,  52,  51,  50,  49,
        48,  47,  46,  45,  44,  43,  42,  41,  40,  39,  38,  37,  36,
        35,  34,  33,  32,  31,  30,  29,  28,  27,  26,  25,  24,  23,
        22,  21,  20,  19,  18,  17,  16,  15,  14,  13,  12,  11,  10,
         9,   8,   7,   6,   5,   4,   3,   2])

x=np.arange(100,1,-1)

np.where(x&(x-1) == 0)
(array([36, 68, 84, 92, 96, 98]),)

现在改写如下：

x[x&(x-1) == 0]

【讨论】：

【解决方案3】：

另一种选择：

In [13]: numpy.where(mask)
Out[13]: (array([36, 68, 84, 92, 96, 98]),)

这和numpy.where(mask==True)是一样的。

【讨论】：

或者类似地，如果你总是有一维数组：numpy.flatnonzero(mask)

【解决方案4】：

您应该可以使用numpy.nonzero() 找到此信息。

【讨论】：

使用 numpy.nonzero()[0] 否则你会得到两个数组。一个带索引，一个带值。如果您想使用索引继续，这更容易。它只给你一个带有索引的数组。
@FloridaMan: numpy.nonzero 没有给出一个包含值数组的元组作为第二个组件。如果布尔数组是多维的，则使用元组。来自文档：“返回一个数组元组，每个维度一个 […]”。