基于python中的布尔数组切片数组答案

【问题标题】：Slicing arrays based on boolean array in python基于python中的布尔数组切片数组
【发布时间】：2016-10-24 17:55:12
【问题描述】：

我需要根据布尔数组（其中布尔数组是一维数组）中的条件对 xyz 坐标数组进行切片。

如果我的布尔数组是

[1, 0, 0, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1]

我需要它对其进行切片以生成以下索引数组：

[0, 1, 2, 3, 6, 7, 10, 11, 12]（真索引之间的[:-2]）

最终所需的输出将是这些索引处的 xyz 坐标数组：

[xyz[0], xyz[1], xyz[2] xyz[3], xyz[6] xyz[7], xyz[10] xyz[11], xyz[12]]

另外两个切片（具有相似的期望输出）如下：

[1, 2, 3, 4, 7, 8, 11, 12, 13]（真索引之间的[1:-1]）

[2, 3, 4, 5, 8, 9, 12, 13, 14]（真索引之间的[2:]）

有没有一种没有列表理解的pythonic方法？

谢谢！

【问题讨论】：

这个“切片”的结果应该是什么，例如[0, 1, 2, 3, 6, 7, 10, 11, 12] ([:-2] between True indices) 的预期输出是什么？
索引是输出（我认为）。最终目标是隔离这些索引处感兴趣的 xyz 坐标。为了清楚起见，我将编辑问题
为什么没有列表理解？这可能是最pythonic的方式
我正在尝试对大部分代码进行矢量化处理，因此我尝试尽可能避免列表推导并尽可能依赖映射。一些列表推导是不可避免的，我只是想知道在这种情况下是否有更好的方法。

【解决方案1】：

看起来numpy.ndarray.nonzero 是你需要的：

a = np.asarray([1, 0, 0, 0, 0, 1, 1, 0, 0, 1, 1, 0, 0, 0, 1])
print(a.nonzero())

输出：

array([ 0,  5,  6,  9, 10, 14])

【讨论】：