Python 从哪里到哪里？

在where格式的输出中是否有快速获取argwhere输出的方法

让我用一些代码向您展示我正在做什么：

In [123]: filter = np.where(scores[:,:,:,4,:] > 21000)

In [124]: filter
Out[124]: 
(array([ 2,  2,  4,  4,  4,  4,  4,  4,  4,  4,  4, 23, 23, 23, 23, 23]),
 array([13, 13,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  4,  5]),
 array([0, 1, 3, 3, 3, 3, 3, 3, 3, 3, 3, 2, 2, 2, 2, 2]),
 array([44, 44,  0,  1,  2,  3,  6,  8, 12, 14, 22, 31, 58, 76, 82, 41]))

In [125]: filter2 = np.argwhere(scores[:,:,:,4,:] > 21000)

In [126]: filter2
Out[126]: 
array([[ 2, 13,  0, 44],
       [ 2, 13,  1, 44],
       [ 4,  4,  3,  0],
       [ 4,  4,  3,  1],
       [ 4,  4,  3,  2],
       [ 4,  4,  3,  3],
       [ 4,  4,  3,  6],
       [ 4,  4,  3,  8],
       [ 4,  4,  3, 12],
       [ 4,  4,  3, 14],
       [ 4,  4,  3, 22],
       [23,  4,  2, 31],
       [23,  4,  2, 58],
       [23,  4,  2, 76],
       [23,  4,  2, 82],
       [23,  5,  2, 41]])

In [150]: scores[:,:,:,4,:][filter]
Out[150]: 
array([ 21344.,  21344.,  24672.,  24672.,  24672.,  24672.,  25232.,
        25232.,  25232.,  25232.,  24672.,  21152.,  21152.,  21152.,
        21152.,  21344.], dtype=float16)

In [129]: filter2[np.argsort(scores[:,:,:,4,:][filter])]
Out[129]: 
array([[23,  4,  2, 31],
       [23,  4,  2, 58],
       [23,  4,  2, 76],
       [23,  4,  2, 82],
       [ 2, 13,  0, 44],
       [ 2, 13,  1, 44],
       [23,  5,  2, 41],
       [ 4,  4,  3,  0],
       [ 4,  4,  3,  1],
       [ 4,  4,  3,  2],
       [ 4,  4,  3,  3],
       [ 4,  4,  3, 22],
       [ 4,  4,  3,  6],
       [ 4,  4,  3,  8],
       [ 4,  4,  3, 12],
       [ 4,  4,  3, 14]])

129

是我想要的输出，所以我的代码可以工作，但我正在努力使它尽可能快。我是否应该使用

np.array（filter.transpose（）

获取

filter2

？还有更好的吗

---

编辑，试图把它说得更清楚：我想要一个索引列表，它们按应用于数组时返回的值排序。要做到这一点，我需要np.where和np.argwhere的输出，我想知道从一个输出切换到另一个输出的最快方法是什么，或者是否有另一种方法可以得到我的结果。

查看

argwhere

的代码：

return transpose(asanyarray(a).nonzero())

而

where

docs说：

其中（条件[x，y]） 如果只给出了

条件

，则返回

条件.非零（）

实际上，两者都使用
a.nonzero（）
。一个按原样使用，另一个转置

In [933]: x=np.zeros((2,3),int)
In [934]: x[[0,1,0],[0,1,2]]=1
In [935]: x
Out[935]: 
array([[1, 0, 1],
       [0, 1, 0]])

In [936]: x.nonzero()
Out[936]: (array([0, 0, 1], dtype=int32), array([0, 2, 1], dtype=int32))
In [937]: np.where(x)   # same as nonzero()
Out[937]: (array([0, 0, 1], dtype=int32), array([0, 2, 1], dtype=int32))
In [938]: np.argwhere(x)
Out[938]: 
array([[0, 0],
       [0, 2],
       [1, 1]], dtype=int32)
In [939]: np.argwhere(x).T
Out[939]: 
array([[0, 0, 1],
       [0, 2, 1]], dtype=int32)

argwhere（）.T
与
where
相同，只是在2d而不是元组中

np.transpose（filter）
和
np.array（filter）.T
看起来同样不错。对于大型数组，在
非零
上花费的时间要比在这些转换上花费的时间多得多。
也许可以取一个样本
分数
，解释一下您想要什么？