numpy:如何在numpy数组的每一列中查找第一个非零值?
假设我有以下形式的numpy数组:
arr=numpy.array([[1,1,0],[1,1,0],[0,0,1],[0,0,0]])
我想找到第一个索引(对于每一列)的索引,其中值非零。
因此,在这种情况下,我希望返回以下内容:
[0,0,2]
我该怎么办?
回答:
首次出现的指标
回答:
(arr!=0).argmax(axis=0)
扩展到涵盖通用轴说明符,并且在沿着该轴找不到元素的非零的情况下,我们将有一个类似的实现-
def first_nonzero(arr, axis, invalid_val=-1): mask = arr!=0
return np.where(mask.any(axis=axis), mask.argmax(axis=axis), invalid_val)
请注意,由于argmax()
所有False
值都会返回0
,因此如果invalid_val
需要的话0
,我们将直接使用生成最终输出mask.argmax(axis=axis)
。
样品运行-
In [296]: arr # Different from given sample for varietyOut[296]:
array([[1, 0, 0],
[1, 1, 0],
[0, 1, 0],
[0, 0, 0]])
In [297]: first_nonzero(arr, axis=0, invalid_val=-1)
Out[297]: array([ 0, 1, -1])
In [298]: first_nonzero(arr, axis=1, invalid_val=-1)
Out[298]: array([ 0, 0, 1, -1])
为了找到第一zeros
,简单地使用arr==0
作为mask
在功能使用。对于等于某个特定值的第一个val
,arr ==
val在comparisons
此处对所有可能的情况使用等等。
最近一次出现的指标
要找到符合特定比较标准的最后一个,我们需要沿该轴翻转,并使用相同的用法argmax
,然后通过偏离轴长来补偿该翻转,如下所示-
def last_nonzero(arr, axis, invalid_val=-1): mask = arr!=0
val = arr.shape[axis] - np.flip(mask, axis=axis).argmax(axis=axis) - 1
return np.where(mask.any(axis=axis), val, invalid_val)
样品运行-
In [320]: arrOut[320]:
array([[1, 0, 0],
[1, 1, 0],
[0, 1, 0],
[0, 0, 0]])
In [321]: last_nonzero(arr, axis=0, invalid_val=-1)
Out[321]: array([ 1, 2, -1])
In [322]: last_nonzero(arr, axis=1, invalid_val=-1)
Out[322]: array([ 0, 1, 1, -1])
同样,comparisons
这里所有可能的情况都通过使用相应的比较器进行获取mask
,然后在列出的函数中使用来覆盖。
以上是 numpy:如何在numpy数组的每一列中查找第一个非零值? 的全部内容, 来源链接: utcz.com/qa/430925.html