获取数组中零元素和非零元素的索引答案

【问题标题】：Getting indices of both zero and nonzero elements in array获取数组中零元素和非零元素的索引
【发布时间】：2012-11-28 06:09:56
【问题描述】：

我需要找到数组的零元素和非零元素的索引。

换句话说，我想从numpy.nonzero() 中找到互补索引。

我知道的方法如下：

indices_zero = numpy.nonzero(array == 0)
indices_nonzero = numpy.nonzero(array != 0)

然而，这意味着搜索数组两次，这对于大型数组效率不高。有没有使用 numpy 的有效方法来做到这一点？

【问题讨论】：

标签： python numpy

【解决方案1】：

假设您已经有了numpy.arange(len(array)) 的使用范围，只需获取并存储逻辑索引：

bindices_zero = (array == 0)

那么当你真正需要整数索引时，你可以这样做

indices_zero = numpy.arange(len(array))[bindices_zero]

或

indices_nonzero = numpy.arange(len(array))[~bindices_zero]

【讨论】：

对于我所需要的，@bmu 提供了最佳答案。不过，你的回答正好回答了我的问题，所以我会勾选这个。

【解决方案2】：

您可以使用布尔索引：

In [82]: a = np.random.randint(-5, 5, 100)

In [83]: a
Out[83]: 
array([-2, -1,  4, -3,  1, -2,  2, -1,  2, -1, -3,  3, -3, -4,  1,  2,  1,
        3,  3,  0,  1, -3, -4,  3, -5, -1,  3,  2,  3,  0, -5,  4,  3, -5,
       -3,  1, -1,  0, -4,  0,  1, -5, -5, -1,  3, -2, -5, -5,  1,  0, -1,
        1,  1, -1, -2, -2,  1,  1, -4, -4,  1, -3, -3, -5,  3,  0, -5, -2,
       -2,  4,  1, -4, -5, -1,  3, -3,  2,  4, -4,  4,  2, -2, -4,  3,  4,
       -2, -4,  2, -4, -1,  0, -3, -1,  2,  3,  1,  1,  2,  1,  4])

In [84]: mask = a != 0

In [85]: a[mask]
Out[85]: 
array([-2, -1,  4, -3,  1, -2,  2, -1,  2, -1, -3,  3, -3, -4,  1,  2,  1,
        3,  3,  1, -3, -4,  3, -5, -1,  3,  2,  3, -5,  4,  3, -5, -3,  1,
       -1, -4,  1, -5, -5, -1,  3, -2, -5, -5,  1, -1,  1,  1, -1, -2, -2,
        1,  1, -4, -4,  1, -3, -3, -5,  3, -5, -2, -2,  4,  1, -4, -5, -1,
        3, -3,  2,  4, -4,  4,  2, -2, -4,  3,  4, -2, -4,  2, -4, -1, -3,
       -1,  2,  3,  1,  1,  2,  1,  4])

In [86]: a[-mask]
Out[86]: array([0, 0, 0, 0, 0, 0, 0])

【讨论】：

是的，这就是我需要的。我忘记了我能做到这一点。谢谢。

【解决方案3】：

我不确定用于完成此任务的内置 numpy 方法，但我相信您可以使用老式的 for 循环。比如：

indices_zero = []
indices_nonzero = []

for index in xrange(len(array)):
    if array[index] == 0:
        indicies_zero.append(index)
    else:
        indicies_nonzero.append(index)

这样的事情应该完成你想要的，只循环一次。

【讨论】：

是的，这会起作用，但如果用 python 编写，它可能会比调用两次 numpy 例程慢。我可以在 cython 中执行此操作以获得性能，但我希望有一个更简单的解决方案。
我没有使用 numpy，但只是作为一个想法......有 numpy 矢量化操作吗？如果是这样，您可以获得逻辑值向量为零，将其反转（快速）并获取具有非零值的逻辑值向量。将此值应用于矩阵形式的数组将使您两个 vectros 都比简单的迭代更快。