Python numpy数组中非零值的随机索引

我希望以前没有人问过这个问题。我不知道该如何重新表述这个问题。这是非常相似的，但仍然不完全是我要找的

我有一个长度可变的numpy数组（介于4-12之间）。数组的值为0或1。我想从数组中获取随机样本的索引，它不是0

我的想法是这样做：

def sample(self):
        flag = 0
        while flag == 0:
            sampleValue = randint(0, len(myArray())-1)
            flag = myArray()[sampleValue]
        return sampleValue

---

但这并不是很好的代码，最终会陷入一个永无止境的while循环。当然我可以改进这个。很有可能在python中有一种更漂亮的方法来实现这一点：）

您可以在数组

a

使用

numpy.nonzero时获得索引

>>> a = np.array([1, 0, 1, 0, 1, 1, 1, 0, 0])
>>> idx_nonzero, = np.nonzero(a)
>>> 
>>> idx_nonzero
array([0, 2, 4, 5, 6])

然后用
numpy.random.choice
选择其中一个值

>>> np.random.choice(idx_nonzero)
5

您可以首先生成索引列表，这些索引具有：

my_idcs = np.where(my_array)[0]

然后您可以随机获得其中一个索引，例如使用
random。选择
：

from random import choice

my_idx = choice(np.where(my_array)[0])

因此，这将返回一个索引，其中相应的值
my\u array[my\u idx]
为
1

请注意，如果
myu数组中没有
1
s，那么这将产生一个
索引器
哇，python太棒了。非常感谢你！非常感谢你！就效率而言，与@timgeb的解决方案相比：是其中一个更快，还是后面执行的代码几乎相同？是的，
np。其中带一个参数的
相当于
np。非零
。我从不喜欢
np.where的那种功能。我宁愿将此项删除并
np.where
重命名为
np.ifthenels
：）@Sh4nnon先生：通常情况下，时间上的差异会非常小，因为本质上两者都在运行相同的算法。我同意timgeb的观点，
np.where
是一个有点“草率”的术语，但这不是我发明的：）。非常感谢：）对不起，我不能给你们两个学分。