如何在Python中找到2d数组中的值的索引?

时间:2014-11-27 16:40:54

标签: python arrays numpy multidimensional-array

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。

3 个答案:

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]]