我想知道numpy.nonzero / numpy.flatnonzero返回的索引的顺序。
我在文档中找不到任何关于它的内容。它只是说：
A[nonzero(flag)] == A[flag]
虽然在大多数情况下这已足够，但有些时候你需要一个排序的索引列表。是否保证返回的索引在1-D的情况下排序，或者我需要明确地对它们进行排序？ （类似的问题是简单地通过选择一个布尔数组（A [flag]）返回的元素的顺序，根据文档必须相同。）
示例：找到＆＃34;间隙＆＃34;标志中的真元素之间：
flag=np.array([True,False,False,True],dtype=bool)
iflag=flatnonzero(flag)
gaps= iflag[1:] - iflag[:-1]
感谢。
答案 0 :(得分：1)
鉴于advanced (or "fancy") indexing with integers的规范，保证A[nonzero(flag)] == A[flag]也保证在1-d情况下值从低到高排序。但是，在更高的维度中，结果（而＃34;排序＆＃34;）具有与您预期不同的结构。
简而言之，给定一个整数的一维数组ind和一个要编入索引的一维数组x，我们为{{i定义了所有有效ind 1}}：
result[i] = x[ind[i]]
result采用ind的形状，并在x指示的索引处包含ind的值。这意味着我们可以推断，如果x[flag]维持x的原始顺序，并且x[nonzero(flag)]与x[flag]相同，则nonzero(flag)必须始终生成排序顺序的索引。
唯一的问题是，对于多维数组，索引存储为每个被索引的维度的不同数组。换句话说，
x[array([0, 1, 2]), array([0, 0, 0])]
等于
array([x[0, 0], x[1, 0], x[2, 0]])
值仍然是排序的，但每个维度都会分解为自己的数组。 （你可以通过广播做有趣的事情;但这超出了这个答案的范围。）
这一推理的唯一问题是 - 令我惊讶的是 - 我无法找到一个明确的语句，保证布尔索引保留了数组的原始顺序。尽管如此，我从经验中确信它确实如此。更一般地说，让x[[True, True, True]]返回x的反转版本将是令人难以置信的反常。