在 NumPy 数组中查找元素索引的两种方法

使用 numpy.argwhere 获取索引

numpy.argwhere 函数用于查找满足给定条件的数组元素的索引。它返回一个二维数组，其中每一行代表一个满足条件的元素在原始数组中的坐标。

以下代码演示了如何查找值为 7 的元素索引：

import numpy
# 创建示例数组
a = numpy.array(([3,2,1],[2,5,7],[4,7,8]))
# 查找值为 7 的元素索引
itemindex = numpy.argwhere(a == 7)
print(itemindex)
print(a)

运行上述代码后，itemindex 将输出一个包含所有值为 7 的元素坐标的数组。例如，若数组中有两个 7，输出将显示它们在二维空间中的具体位置（行号，列号）。

其他查找方法：numpy.nonzero

除了 argwhere，numpy.nonzero 也是获取索引的常用方法。与 argwhere 返回二维坐标数组不同，nonzero 返回一个元组，包含每个维度的索引数组。

import numpy
a = numpy.array(([3,2,1],[2,5,7],[4,7,8]))
# 获取值为 7 的索引
indices = numpy.nonzero(a == 7)
print(indices)

该方法返回的元组中，第一个数组包含所有满足条件的行索引，第二个数组包含对应的列索引。这种方式在处理高维数组时可能更为直观，但需要手动组合索引以获取坐标。

总结

在 NumPy 中查找元素索引时，numpy.argwhere 适合直接获取坐标列表，而 numpy.nonzero 则提供更底层的索引数组。根据具体需求选择合适的方法，可以提高代码的可读性和执行效率。

以上就是 NumPy 返回数组中元素索引的详细内容，更多关于 NumPy 数组操作的技术资料请关注本站其它相关文章！