我需要弄清楚如何在2d numpy数组中找到值的所有索引。
例如,我有以下2d数组:
([[1 1 0 0],
[0 0 1 1],
[0 0 0 0]])
我需要找到所有1&0和#0的索引。
1: [(0, 0), (0, 1), (1, 2), (1, 3)]
0: [(0, 2), (0, 3), (1, 0), (1, 1), (the entire all row)]
我试过了,但它并没有给我所有索引:
t = [(index, row.index(1)) for index, row in enumerate(x) if 1 in row]
基本上,它只给我每行[(0, 0), (1, 2)]
中的一个索引。
答案 0 :(得分:23)
您可以使用np.where
返回一个x和y索引数组的元组,其中给定条件在数组中保存。
如果a
是您的数组的名称:
>>> np.where(a == 1)
(array([0, 0, 1, 1]), array([0, 1, 2, 3]))
如果你想要一个(x,y)对的列表,你可以zip
这两个数组:
>>> zip(*np.where(a == 1))
[(0, 0), (0, 1), (1, 2), (1, 3)]
或者,甚至更好,@ jme指出np.asarray(x).T
可以更有效地生成对。
答案 1 :(得分:8)
你提供的列表理解的问题是它只有一个深度,你需要一个嵌套的列表理解:
a = [[1,0,1],[0,0,1], [1,1,0]]
>>> [(ix,iy) for ix, row in enumerate(a) for iy, i in enumerate(row) if i == 0]
[(0, 1), (1, 0), (1, 1), (2, 2)]
话虽这么说,如果你正在使用numpy数组,最好使用ajcr建议的内置函数。
答案 2 :(得分:0)
使用numpy,argwhere可能是最佳解决方案:
import numpy as np
array = np.array([[1, 1, 0, 0],
[0, 0, 1, 1],
[0, 0, 0, 0]])
solutions = np.argwhere(array == 1)
print(solutions)
>>>
[[0 0]
[0 1]
[1 2]
[1 3]]