NumPy 1.14 - numpy.nonzero()
numpy.nonzero

numpy.nonzero
-
numpy.nonzero(a)
[source] -
उन तत्वों के सूचकांकों को लौटाएं जो गैर-शून्य हैं।
उस आयाम में गैर-शून्य तत्वों के सूचकांकों वाले प्रत्येक आयाम के लिए सरणियों का एक टपल लौटाता है। एक मान हमेशा रो-मेजर, सी-स्टाइल ऑर्डर में परीक्षण और वापस किया जाता है। इसी गैर-शून्य मान के साथ प्राप्त किया जा सकता है:
a[nonzero(a)]
आयाम के बजाय तत्वों द्वारा सूचकांकों को समूहित करने के लिए, उपयोग करें:
transpose(nonzero(a))
इसका परिणाम हमेशा 2-डी सरणी होता है, जिसमें प्रत्येक गैर-शून्य तत्व के लिए एक पंक्ति होती है।
पैरामीटर: a : array_like
इनपुट सरणी
यह दिखाता है: tuple_of_arrays : tuple
तत्वों के संकेत जो शून्य नहीं हैं।
यह भी देखें
-
flatnonzero
- इनपुट सरणी के चपटा संस्करण में गैर-शून्य होने वाले रिटर्न लौटाएं।
-
ndarray.nonzero
- समतुल्य ndarray विधि।
-
count_nonzero
- इनपुट सरणी में गैर-शून्य तत्वों की संख्या गिना जाता है।
उदाहरण
>>> 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]))
>>> x[np.nonzero(x)] array([1, 2, 1, 1]) >>> np.transpose(np.nonzero(x)) array([[0, 0], [1, 1], [2, 0], [2, 1])
nonzero
लिए एक सामान्य उपयोग एक सरणी के सूचकांकों को खोजने के लिए है, जहां एक शर्त सच है। एक सरणीa
को देखते हुए, स्थितिa
> 3 एक बूलियन सरणी है और चूंकि झूठी 0 के रूप में व्याख्या की गई है, np.nonzero (a> 3) से संकेत मिलता है कि जहां स्थिति सही है।>>> a = np.array([[1,2,3],[4,5,6],[7,8,9]]) >>> a > 3 array([[False, False, False], [ True, True, True], [ True, True, True]]) >>> np.nonzero(a > 3) (array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))
बूलियन एरे का
nonzero
विधि भी कहा जा सकता है।>>> (a > 3).nonzero() (array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))
-