Python 使用numpy.argwhere获取np.array中的匹配值

我想使用

np.argwhere（）

获取

np.array

中的值

例如：

z = np.arange(9).reshape(3,3)

[[0 1 2]
 [3 4 5]
 [6 7 8]]

zi = np.argwhere(z % 3 == 0)

[[0 0]
 [1 0]
 [2 0]]

我想要这个数组：

[0,3,6]

，并执行了以下操作：

t=[z[tuple（i）]表示zi中的i]#->[0,3,6]

---

我想有一个更简单的方法

为什么不在这里简单地使用掩蔽：

z[z % 3 == 0]

如果传递一个具有相同维度的矩阵，并将布尔值作为索引，则会得到一个包含该矩阵元素的数组，其中布尔矩阵为

True

---

这将进一步提高工作效率，因为您在numpy级别进行过滤（而列表理解在Python解释器级别工作）。

源代码for

argwhere

def argwhere(a):
    """
    Find the indices of array elements that are non-zero, grouped by element.
    ...
    """
    return transpose(nonzero(a))

np.其中

与

np.非零

相同

In [902]: z=np.arange(9).reshape(3,3)
In [903]: z%3==0
Out[903]: 
array([[ True, False, False],
       [ True, False, False],
       [ True, False, False]], dtype=bool)
In [904]: np.nonzero(z%3==0)
Out[904]: (array([0, 1, 2], dtype=int32), array([0, 0, 0], dtype=int32))
In [905]: np.transpose(np.nonzero(z%3==0))
Out[905]: 
array([[0, 0],
       [1, 0],
       [2, 0]], dtype=int32)

In [906]: z[[0,1,2], [0,0,0]]
Out[906]: array([0, 3, 6])

z[np.nonzero（z%3==0）]

相当于使用

I，J

作为索引数组：

In [907]: I,J =np.nonzero(z%3==0)
In [908]: I
Out[908]: array([0, 1, 2], dtype=int32)
In [909]: J
Out[909]: array([0, 0, 0], dtype=int32)
In [910]: z[I,J]
Out[910]: array([0, 3, 6])

---

试试：

z[tuple（zi.T）]

zi=np。其中（…）

可以直接使用

T=z[zi]

。这是索引数组的元组

arg，其中

是它的转置。比较他们的产出。谢谢。我仍然习惯于numpy数组的索引方式，所以这对我来说并不明显。numpy操作更快，因此对于大型数据集，np是首选。这太棒了。非常感谢。

In [907]: I,J =np.nonzero(z%3==0)
In [908]: I
Out[908]: array([0, 1, 2], dtype=int32)
In [909]: J
Out[909]: array([0, 0, 0], dtype=int32)
In [910]: z[I,J]
Out[910]: array([0, 3, 6])