Python 对于值1或-1，Numpy.nonzero的行为异常

我对numpy.nonzero（）有一个非常奇怪的问题。对于不是1或-1的值，它表现良好，但对于这两个值，它似乎会产生奇怪的结果

比如说,

goalmat = np.matrix( [[2, 0, 1], [-1, 0, -1]])

制造

现在，使用numpy.nonzero（goalmat==x）只能部分起作用：

>>> np.nonzero(goalmat == 1)
(matrix([[0]]), matrix([[2]]))
>>> np.nonzero(goalmat == -1)
(matrix([[1, 1]]), matrix([[0, 2]]))

及

因此，如果我要求-1，它似乎给出了1的正确位置

---

我是否误用/误解了numpy.nonzero（）？

它确实工作正常，您实际上没有使用值为-1的

nonzero（）

，而是将True和False作为语句

goalmat==-1

的输出。 您可以通过以下方式检查

非零（）

>>> index1, index2 = np.nonzero(goalmat == -1)
>>> goalmat[index1, index2]
matrix([[-1, -1]])

对我来说，这似乎是正确的输出。。。对于每个真实位置，都有轴0的索引矩阵和轴1的索引矩阵。你是对的>\uuuuuu<我将编辑我的问题，必须找到正确的数据。对不起，我刚刚从shell中进行了错误的测试，你完全正确。我用真正奇怪的结果解决了这个问题，至少我觉得它们很奇怪：）哦，天哪，好吧，我明白了。所以（矩阵（[[1,1]]），矩阵（[[0,2]]）不是指[1,1]和[0,2]，而是指[1,0]和[1,2]，对吗？嗯，好吧，我只是误读了输出，弄糊涂了。谢谢文档显示，使用转置产生您期望的对，`np.transpose（np.nonzero（x））`
>>> goalmat = np.matrix( [[2, 2, 1], [-1, 1, -1]])
>>> goalmat
matrix([[ 2,  2,  1],
        [-1,  1, -1]])
>>> np.nonzero(goalmat == 1)
(matrix([[0, 1]]), matrix([[2, 1]]))
>>> np.nonzero(goalmat == -1)
(matrix([[1, 1]]), matrix([[0, 2]]))

>>> index1, index2 = np.nonzero(goalmat == -1)
>>> goalmat[index1, index2]
matrix([[-1, -1]])