nonzeros函数,python nonzero()[0]

　　当jmdkn数组直接作为下标对象或者元组下标对象中有jmdkn数组时，相当于把jmdkn数组转换成一组非零()的整数数组，然后用整数数组进行下标操作。

　　# # #函数的函数

　　非零(A)返回数组A中非零元素的下标，它的返回值是一个长度为a.ndim(数组A的轴数)的元组。元组的每个元素都是一个整数数组，它的值是对应轴上非零元素的下标的值。

　　Class: def _ _非零_ _ (self): print a. _非零_ _()返回true print a不为零 if a () else a为零 print bool (a ()) * *输入值：* *数组或矩阵

　　返回输入值中非零元素的信息(以矩阵的形式)

　　这些信息包括两个矩阵，包括相应维度中非零元素的行标签和列标签。

　　例如：a=mat ([[1，0，0]，[0，0，0]，[0，0，0]])

　　然后非零(a)返回值为两个矩阵: (matrix ([[0]]，dtype=int32)，matrix ([[0]]，dtype=int32)，

　　指示输入矩阵A只有一个非零值。第一个矩阵([[0]]，dtype=int32)表示非零元素位于第0行，第二个矩阵([[0]]，dtype=int32)表示非零元素位于第0行的第0列。

　　# # #案例

　　# # # #案例1

　　B1=NP。数组([真，假，真，假])打印(NP。非零(b1)) (array ([0，2)，dtype=int64)，)例如，对于一维jmdkn数组b1，非零(B1)得到一个长度为1的元组，因为该矩阵有两个非零值。表示b1[0]和b1[2]不为0(假)。

　　# # # #案例2

　　B2=NP。数组([真，假，真]，[真，假，假]]) print (NP。非零(b2)) (array ([0，0，1)，dtype=int64)，array ([0，2，0)，dtype=由于矩阵b2只有三个非零值，其第0个元素是数组A中非零元素的第0轴的下标，第1个元素是第1轴的下标，所以从下面的结果可以看出b2[0，0]，b[0，2]和b2[1，0]的值都不为零：

　　# # # #案例3

　　当jmdkn数组直接作为numpy数组的下标时，相当于使用非零()转换的元组作为下标对象：

　　a=np.arange(3*4*5)。整形(3，4，5)打印(a)打印(a[np .非零(b2)]) [[[ 0 1 2 3 4]

　　[ 5 6 7 8 9]

　　[10 11 12 13 14]

　　[15 16 17 18 19]]

　　[[20 21 22 23 24]

　　[25 26 27 28 29]

　　[30 31 32 33 34]

　　[35 36 37 38 39]]

　　[[40 41 42 43 44]

　　[45 46 47 48 49]

　　[50 51 52 53 54]

　　[55 56 57 58 59]]] [[ 0 1 2 3 4]

　　[10 11 12 13 14]

　　[20 21 22 23 24]]

　　# # # #案例4

　　为了观察这些变化，这里有一个例子：

　　from numpy.ma import非零，arraydataSet=array( [[1，0，0，0，0]，[0，1，0，0]，[0，0，0，0，1]])a=dataSet[:1]0.5print(a)print( - )print(非零(a))print( - )print(非零(a)[0])print(-)print(dataSet[非零(a)[0]，]) output:

　　[false true true false] - (array ([1，2)，dtype=int64)，)-。

　　推荐算法直通车

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。