Question

在Numpy中，nonzero(a)，where(a)和argwhere(a)，a是一个numpy数组，所有似乎都返回数组的非零索引。这三个电话之间有什么区别？

在argwhere文档上说：

np.argwhere(a)与np.transpose(np.nonzero(a))相同。

为什么整个函数只转换nonzero的输出？什么时候它应该如此有用，它应该有一个单独的功能？
where(a)和nonzero(a)之间的区别如何？他们不会返回完全相同的结果吗？

Answer 1

nonzero和argwhere都会向您提供有关元素在True中的位置的信息。 where与您发布的表单中的nonzero的工作方式相同，但它有第二种形式：

np.where(mask,a,b)

可以粗略地认为是条件表达式的numpy“ufunc”版本：

a[i] if mask[i] else b[i]

（适当广播a和b）。

就 {/ em> nonzero和argwhere而言，它们在概念上是不同的。 nonzero的结构是返回一个可用于索引的对象。如果0是稀疏的，那么这可能比创建整个布尔掩码更轻：

mask = a == 0 # entire array of bools mask = np.nonzero(a)

现在你可以使用该掩码来索引其他数组等。但是，事实上，从概念上来说，找出哪些索引对应于0个元素并不是很好。这就是argwhere的用武之地。

Answer 2

我无法评论使用单独的便利功能来转换另一个的结果，但我可以对where vs nonzero发表评论。在最简单的用例中，where确实与nonzero相同。

>>> np.where(np.array([[0,4],[4,0]]))
(array([0, 1]), array([1, 0]))
>>> np.nonzero(np.array([[0,4],[4,0]]))
(array([0, 1]), array([1, 0]))

或

>>> a = np.array([[1, 2],[3, 4]])
>>> np.where(a == 3)
(array([1, 0]),)
>>> np.nonzero(a == 3)
(array([1, 0]),)

where与nonzero的不同之处在于，如果某些条件为a且数组True，则希望从数组b中选择元素当条件为False时。

>>> a = np.array([[6, 4],[0, -3]])
>>> b = np.array([[100, 200], [300, 400]])
>>> np.where(a > 0, a, b)
array([[6, 4], [300, 400]])

同样，我无法解释为什么他们将nonzero功能添加到where，但这至少解释了两者的不同之处。

编辑：修正了第一个例子......我之前的逻辑不正确