Python 为什么np.argwhere'；s结果形状与它不匹配'；谁的输入？

假设我传递一个1D数组：

>>> np.arange(0,20)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
       17, 18, 19])
>>> np.arange(0,20).shape
(20,)

其中：

>>> np.argwhere(np.arange(0,20)<10)
array([[0],
       [1],
       [2],
       [3],
       [4],
       [5],
       [6],
       [7],
       [8],
       [9]])
>>> np.argwhere(np.arange(0,20)<10).shape
(10, 1)

---

>>np.argwhere（np.arange（0,20）>>np.argwhere（np.arange（0,20）
argwhere
返回where条件为真的坐标。通常，坐标是元组，因此输出应该是2D

>>> np.argwhere(np.arange(0,20).reshape(2,2,5)<10)
array([[0, 0, 0],
       [0, 0, 1],
       [0, 0, 2],
       [0, 0, 3],
       [0, 0, 4],
       [0, 1, 0],
       [0, 1, 1],
       [0, 1, 2],
       [0, 1, 3],
       [0, 1, 4]])

>>np.argwhere（np.arange（0,20）.重塑（2,2,5）
numpy.argwhere
查找满足条件的元素的索引。有些元素本身就是输出的元素（索引与值相同）

特别是，在您的示例中，输入是一维的，输出是一维（索引）乘以二（第二个是迭代值）

我希望这是清楚的，如果不是，以numpy文档中的二维输入数组为例：

>>> x = np.arange(6).reshape(2,3)
>>> x
array([[0, 1, 2],
       [3, 4, 5]])
>>> np.argwhere(x>1)
array([[0, 2],
       [1, 0],
       [1, 1],
       [1, 2]])

argwhere
只是
where
的转置（实际上
np.nonzero
）：

In [17]: np.where(np.arange(0,20)<10)
Out[17]: (array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]),)
In [18]: np.transpose(_)
Out[18]: 
array([[0],
       [1],
       [2],
       [3],
       [4],
       [5],
       [6],
       [7],
       [8],
       [9]])

In [19]: x = np.arange(10).reshape(2,5)
In [20]: x %2
Out[20]: 
array([[0, 1, 0, 1, 0],
       [1, 0, 1, 0, 1]])
In [21]: np.where(x%2)
Out[21]: (array([0, 0, 1, 1, 1]), array([1, 3, 0, 2, 4]))
In [22]: np.argwhere(x%2)
Out[22]: 
array([[0, 1],
       [0, 3],
       [1, 0],
       [1, 2],
       [1, 4]])
In [23]: x[np.where(x%2)]
Out[23]: array([1, 3, 5, 7, 9])
In [24]: for i in np.argwhere(x%2):
    ...:     print(x[tuple(i)])
    ...:     
1
3
5
7
9
In [25]: [x[tuple(i)] for i in np.argwhere(x%2)]
Out[25]: [1, 3, 5, 7, 9]