একটি NumPy অ্যারে শূন্যের সমান উপাদানের সূচকগুলি সন্ধান করুন

Question

nonzero()কোনও ndarrayবস্তুতে শূন্য-শিকড় উপাদানগুলির সূচকগুলি সনাক্ত করতে নুমপির দক্ষ কার্যকরী / পদ্ধতি রয়েছে । উপাদান আছে যা সূচকের প্রাপ্ত সবচেয়ে বেশি কার্যকরী উপায় কি কি করতে শূন্য একটি মান আছে?

Answer 1

numpy.where () আমার প্রিয়।

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])
>>> numpy.where(x == 0)[0]
array([1, 3, 5])

Comments

আমি পাইথনের কথা মনে করার চেষ্টা করছি। কেন where()একটি tuple ফিরে আসে ? numpy.where(x == 0)[1]সীমা ছাড়িয়ে গেছে। সূচকের অ্যারে তখন মিলিত হয়?

— ঝুবার্ব

@ ঝুবার্ব - np.zeros((3,))উদাহরণস্বরূপ 3-দীর্ঘ ভেক্টর তৈরি করার জন্য অশ্লীল ব্যবহারের বেশিরভাগ ব্যবহার টিউপলস । আমার সন্দেহ হয় এটি পারমাসকে পার্সিং করা সহজ করে তোলে। অন্যথায় np.zeros(3,0,dtype='int16')বনাম এর মতো কিছু np.zeros(3,3,3,dtype='int16')বাস্তবায়নে বিরক্তিকর হবে।

— mtrw

কোন। s এর whereএকটি টুপল ফেরত ndarrayদেয়, তাদের প্রত্যেকটি ইনপুটটির একটি মাত্রার সাথে সম্পর্কিত। এই ক্ষেত্রে ইনপুটটি একটি অ্যারে হয়, সুতরাং আউটপুটটি একটি হয় 1-tuple। X যদি ম্যাট্রিক্স হয় তবে এটি একটি 2-tupleএবং আরও কিছু হবে

— Ciprian Tomoiagă

নকল 1.16 হিসাবে, ডকুমেন্টেশনগুলিnumpy.where কেবলমাত্র একটি যুক্তি দিয়ে numpy.nonzeroকল whereকরার চেয়ে সরাসরি ব্যবহার করার পরামর্শ দেয় ।

— jirassimok

@ জিরাসিমোক প্রশ্ন জিজ্ঞাসা করে আপনি জিরোগুলি খুঁজতে ননজারো কীভাবে ব্যবহার করবেন?

— mLstudent33

Answer 2

আছে np.argwhere,

import numpy as np
arr = np.array([[1,2,3], [0, 1, 0], [7, 0, 2]])
np.argwhere(arr == 0)

যা সমস্ত পাওয়া সূচককে সারি হিসাবে ফিরিয়ে দেয়:

array([[1, 0],    # Indices of the first zero
       [1, 2],    # Indices of the second zero
       [2, 1]],   # Indices of the third zero
      dtype=int64)

Answer 3

আপনি যে কোনও স্কেলারের শর্তটি এর সাথে অনুসন্ধান করতে পারেন:

>>> a = np.asarray([0,1,2,3,4])
>>> a == 0 # or whatver
array([ True, False, False, False, False], dtype=bool)

যা শর্তটির বুলিয়ান মাস্ক হিসাবে অ্যারেটিকে ফিরিয়ে দেবে।

Comments

আপনি শূন্য উপাদান অ্যাক্সেস করতে এটি ব্যবহার করতে পারেন:a[a==0] = epsilon

— কোয়ান্ট মহানগর

Answer 4

আপনি nonzero()এটি শর্তের বুলিয়ান মাস্ক ব্যবহার করেও ব্যবহার করতে পারেন , কারণ Falseএটিও এক ধরণের শূন্য।

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])

>>> x==0
array([False, True, False, True, False, True, False, False, False, False, False], dtype=bool)

>>> numpy.nonzero(x==0)[0]
array([1, 3, 5])

mtrwএটি হ'ল উপায় হিসাবে ঠিক একই করছে , তবে এটি আরও প্রশ্নের সাথে সম্পর্কিত;)

Comments

এটি গ্রহণযোগ্য উত্তর হওয়া উচিত কারণ nonzeroশর্তাদি যাচাই করার জন্য এটি পদ্ধতিটির পরামর্শ দেওয়া ।

— সোফ্রোস

Answer 5

শূন্য খুঁজে পেতে আপনি numpy.nonzero ব্যবহার করতে পারেন।

>>> import numpy as np
>>> x = np.array([1,0,2,0,3,0,0,4,0,5,0,6]).reshape(4, 3)
>>> np.nonzero(x==0)  # this is what you want
(array([0, 1, 1, 2, 2, 3]), array([1, 0, 2, 0, 2, 1]))
>>> np.nonzero(x)
(array([0, 0, 1, 2, 3, 3]), array([0, 2, 1, 1, 0, 2]))

Answer 6

আপনি যদি এক-মাত্রিক অ্যারে নিয়ে কাজ করছেন তবে একটি সিনট্যাকটিক চিনি রয়েছে:

>>> x = numpy.array([1,0,2,0,3,0,4,5,6,7,8])
>>> numpy.flatnonzero(x == 0)
array([1, 3, 5])

Comments

এটি যতক্ষণ না আমার কেবল একটি শর্ত থাকে ততক্ষণ ঠিক কাজ করে। আমি যদি "x == numpy.array (0,2,7)" অনুসন্ধান করতে চাই? ফলাফলটি অ্যারে ([1,2,3,5,9]) হওয়া উচিত। তবে আমি কীভাবে এটি পেতে পারি?

— মোশচিগ

আপনি এটি দিয়ে এটি করতে পারেন:numpy.flatnonzero(numpy.logical_or(numpy.logical_or(x==0, x==2), x==7))

— দুশ

Answer 7

import numpy as np

x = np.array([1,0,2,3,6])
non_zero_arr = np.extract(x>0,x)

min_index = np.amin(non_zero_arr)
min_value = np.argmin(non_zero_arr)

Answer 8

আমি এটি নিম্নলিখিত উপায়ে করব:

>>> x = np.array([[1,0,0], [0,2,0], [1,1,0]])
>>> x
array([[1, 0, 0],
       [0, 2, 0],
       [1, 1, 0]])
>>> np.nonzero(x)
(array([0, 1, 2, 2]), array([0, 1, 0, 1]))

# if you want it in coordinates
>>> x[np.nonzero(x)]
array([1, 2, 1, 1])
>>> np.transpose(np.nonzero(x))
array([[0, 0],
       [1, 1],
       [2, 0],
       [2, 1])