Question

在MATLAB中，很容易找到满足特定条件的值的索引：

>> a = [1,2,3,1,2,3,1,2,3];
>> find(a > 2)     % find the indecies where this condition is true
[3, 6, 9]          % (MATLAB uses 1-based indexing)
>> a(find(a > 2))  % get the values at those locations
[3, 3, 3]

在Python中执行此操作的最佳方法是什么？

到目前为止，我已经提出以下建议。要获得值：

>>> a = [1,2,3,1,2,3,1,2,3]
>>> [val for val in a if val > 2]
[3, 3, 3]

但如果我想要每个值的索引，那就更复杂了：

>>> a = [1,2,3,1,2,3,1,2,3]
>>> inds = [i for (i, val) in enumerate(a) if val > 2]
>>> inds
[2, 5, 8]
>>> [val for (i, val) in enumerate(a) if i in inds]
[3, 3, 3]

在Python中有更好的方法吗，特别是对于任意条件（不仅仅是'val＆gt; 2'）？

我在NumPy中找到了与MATLAB“find”相同的函数，但我目前无法访问这些库。

Answer 1

在numpy中你有where：

>> import numpy as np
>> x = np.random.randint(0, 20, 10)
>> x
array([14, 13,  1, 15,  8,  0, 17, 11, 19, 13])
>> np.where(x > 10)
(array([0, 1, 3, 6, 7, 8, 9], dtype=int64),)

Answer 2

您可以创建一个带有可调用参数的函数，该参数将在列表推导的条件部分中使用。然后，您可以使用lambda或其他函数对象来传递您的任意条件：

def indices(a, func):
    return [i for (i, val) in enumerate(a) if func(val)]

a = [1, 2, 3, 1, 2, 3, 1, 2, 3]

inds = indices(a, lambda x: x > 2)

>>> inds
[2, 5, 8]

它更接近你的Matlab示例，而不必加载所有numpy。

Answer 3

或使用numpy的非零功能：

import numpy as np
a    = np.array([1,2,3,4,5])
inds = np.nonzero(a>2)
a[inds] 
array([3, 4, 5])

Answer 4

为什么不使用它：

[i for i in range(len(a)) if a[i] > 2]

或者对于任意条件，为您的条件定义一个函数f并执行：

[i for i in range(len(a)) if f(a[i])]

Answer 5

此应用程序更常用的document.getElementById('date_of_birth').addEventListener('change', function() { console.log($('#date_of_birth').getDate()); });例程是numpy.where();但是，我认为它的作用与numpy.nonzero()相同。

numpy

要获取值，您可以存储索引并切片：

import numpy
a    = numpy.array([1,2,3,4,5])
inds = numpy.where(a>2)

或者您可以将数组作为可选参数传递：

a[inds]

或多个数组：

numpy.where(a>2, a)

Answer 6

要获取具有任意条件的值，可以将filter()与lambda函数一起使用：

>>> a = [1,2,3,1,2,3,1,2,3]
>>> filter(lambda x: x > 2, a)
[3, 3, 3]

获取索引的一种可能方法是使用enumerate()构建包含索引和值的元组，然后过滤：

>>> a = [1,2,3,1,2,3,1,2,3]
>>> aind = tuple(enumerate(a))
>>> print aind
((0, 1), (1, 2), (2, 3), (3, 1), (4, 2), (5, 3), (6, 1), (7, 2), (8, 3))
>>> filter(lambda x: x[1] > 2, aind)
((2, 3), (5, 3), (8, 3))

Answer 7

我一直试图想出一个快速的方法来做这件事，这是我偶然发现的（使用numpy进行快速矢量比较）：

a_bool = numpy.array(a) > 2
inds = [i for (i, val) in enumerate(a_bool) if val]

事实证明，这比以下快得多：

inds = [i for (i, val) in enumerate(a) if val > 2]

当在一个numpy数组中完成时，似乎Python比较快，而且/或者在检查真实而不是比较时更快地执行列表推导。

修改

我正在重新审视我的代码，我在一行中遇到了一个可能更少内存密集，更快，更简洁的方式：

inds = np.arange( len(a) )[ a < 2 ]

Answer 8

我想我可能找到了一个快速而简单的替代品。顺便说一下，我觉得np.where（）函数不是很令人满意，从某种意义上说它包含了一个烦人的零元素行。

import matplotlib.mlab as mlab
a = np.random.randn(1,5)
print a

>> [[ 1.36406736  1.45217257 -0.06896245  0.98429727 -0.59281957]]

idx = mlab.find(a<0)
print idx
type(idx)

>> [2 4]
>> np.ndarray

最佳，沓

Answer 9

Matlab的查找代码有两个参数。约翰的代码解释了第一个参数但不是第二个参数。例如，如果你想知道索引在满足条件的位置：Mtlab的功能是：

find(x>2,1)

使用John的代码，你所要做的就是在indices函数的末尾添加一个[x]，其中x是你正在寻找的索引号。

def indices(a, func):
    return [i for (i, val) in enumerate(a) if func(val)]

a = [1, 2, 3, 1, 2, 3, 1, 2, 3]

inds = indices(a, lambda x: x > 2)[0] #[0] being the 2nd matlab argument

返回＆gt;＆gt;＆gt; 2，第一个指标超过2。

Python中的MATLAB风格的find（）函数

9 个答案: