在python中，如何使用out for循环从稀疏矩阵中随机选择每行一个非零元素

例如，我有一个大型稀疏矩阵，其每行包含多个非零元素

a = np.array([[1, 1,0,0,0,0], [2,0, 1,0,2,0], [3,0,4,0,0, 3]])

---

我希望能够在没有for循环的情况下，每行随机选择一个非零元素。有什么好建议吗？作为输出，我对所选元素的索引比对其值更感兴趣。

使用

numpy

数组

，例如：

arr = np.array([5, 2, 6, 0, 2, 0, 0, 6])

您可以执行

arr！=0

这将给出通过条件的值的

True

/

False

数组

，因此在本例中，值与

0

不相等（

！=

）。因此：

array([ True,  True,  True, False,  True, False, False,  True], dtype=bool)

从这里，我们可以通过执行

arr[arr！=0

]来

'index'

使用此
布尔值
数组
，这为我们提供了：

array([5, 2, 6, 2, 6])

现在我们有了一种从
numpy
数组
中删除
非零
值的方法，我们可以对
数组
中的每个
行
进行简单的
列表理解。对于每个
行
，我们删除
零
，然后在
数组
上执行
随机选择。因此：

np.array([np.random.choice(r[r!=0]) for r in a])

这将返回一个
长度
3
数组，其中包含
随机
非零
项，这些项来自
a
中的每个
行
：）

希望这有帮助

更新

如果需要
数组中
随机
非零
数字的
索引
，可以使用
.nonzero（）

所以如果我们有这个
数组
：

arr = np.array([5, 2, 6, 0, 2, 0, 0, 6])

我们可以做到：

arr.nonzero()

它给出了
非零
元素的
索引的
元组
：

(array([0, 1, 2, 4, 7]),)

与以前一样，我们可以在
列表理解中使用此和
np.random.choice（）
来生成随机
索引：

a = np.array([[1, 1, 0, 0, 0, 0], [2, 0, 1, 0, 2, 0], [3, 0, 4, 0, 0, 3]])

np.array([np.random.choice(r.nonzero()[0]) for r in a])

它返回
[x，y，z]
形式的
数组
，其中
x
，
y
和
z
是
随机的
索引
，其中
元素来自其相应的
行

例如，一个结果可能是：

array([1, 4, 2])

([array([0, 1, 2])], array([1, 2, 5]))

如果您想让它也返回
行
，只需添加
numpy.arrange（）
调用
a的长度
即可获得
行
的
数组
：

([np.arange(len(a))], np.array([np.random.choice(r.nonzero()[0]) for r in a]))

因此，
random
输出可以是：

array([1, 4, 2])

([array([0, 1, 2])], array([1, 2, 5]))

对于
a
as：

array([[1, 1, 0, 0, 0, 0],
       [2, 0, 1, 0, 2, 0],
       [3, 0, 4, 0, 0, 3]])

希望这能满足您现在的需求。：）
使用
numpy
数组
，例如：

arr = np.array([5, 2, 6, 0, 2, 0, 0, 6])

您可以执行
arr！=0
这将给出通过条件的值的
True
/
False
数组
，因此在本例中，值与
0
不相等（
！=
）。因此：

array([ True,  True,  True, False,  True, False, False,  True], dtype=bool)

从这里，我们可以通过执行
arr[arr！=0
]来
'index'
使用此
布尔值
数组
，这为我们提供了：

array([5, 2, 6, 2, 6])

现在我们有了一种从
numpy
数组
中删除
非零
值的方法，我们可以对
数组
中的每个
行
进行简单的
列表理解。对于每个
行
，我们删除
零
，然后在
数组
上执行
随机选择。因此：

np.array([np.random.choice(r[r!=0]) for r in a])

这将返回一个
长度
3
数组，其中包含
随机
非零
项，这些项来自
a
中的每个
行
：）

希望这有帮助

更新

如果需要
数组中
随机
非零
数字的
索引
，可以使用
.nonzero（）

所以如果我们有这个
数组
：

arr = np.array([5, 2, 6, 0, 2, 0, 0, 6])

我们可以做到：

arr.nonzero()

它给出了
非零
元素的
索引的
元组
：

(array([0, 1, 2, 4, 7]),)

与以前一样，我们可以在
列表理解中使用此和
np.random.choice（）
来生成随机
索引：

a = np.array([[1, 1, 0, 0, 0, 0], [2, 0, 1, 0, 2, 0], [3, 0, 4, 0, 0, 3]])

np.array([np.random.choice(r.nonzero()[0]) for r in a])

它返回
[x，y，z]
形式的
数组
，其中
x
，
y
和
z
是
随机的
索引
，其中
元素来自其相应的
行

例如，一个结果可能是：

array([1, 4, 2])

([array([0, 1, 2])], array([1, 2, 5]))

如果您想让它也返回
行
，只需添加
numpy.arrange（）
调用
a的长度
即可获得
行
的
数组
：

([np.arange(len(a))], np.array([np.random.choice(r.nonzero()[0]) for r in a]))

因此，
random
输出可以是：

array([1, 4, 2])

([array([0, 1, 2])], array([1, 2, 5]))

对于
a
as：

array([[1, 1, 0, 0, 0, 0],
       [2, 0, 1, 0, 2, 0],
       [3, 0, 4, 0, 0, 3]])

希望这能满足您的需要。：）
请添加您尝试过的内容。我使用了numpy.nonzero命令但无法摆脱for循环。请添加您尝试过的内容。我使用了numpy.nonzero命令但无法摆脱for循环。谢谢您，Joe，这非常有帮助。我对非零元素的索引更感兴趣，因此感兴趣的输出将是非零元素的索引（每行一个非零元素）@aminamollaysa，因为您有一个
二维
数组
，您希望
索引如何？作为元组
？价值观本身？哦，我知道你是这个网站的新手，但是如果这个答案有帮助，你可以通过向上投票（小箭头）来显示：）是的，如果我们每行随机选择一个元素，我希望输出是所选元素的索引，例如：输出可以是[c，d]，其中c=[0，1，2]（行索引，这实际上很明显）d=[0，4，2]（列索引），简单地说，我只需要列索引，因为我们为每行选择了一个元素。@aminamollaysa我现在使用
.nonzero（）
更新了答案。它现在应该做你想做的事了Jo