Python 在numpy张量中创建非零值数组的有效方法？

我有一个3D

numpy

网格

a[ix，iy，iz]

，我通过

a[Amaxval]=0

等将元素归零来过滤掉。然后我想对剩余的项目进行统计。目前，我正在做：

for ai in np.reshape(A, nx*ny*nz):
    if( ai > 0 ):
        Atemp.append(ai)

然后我对

Atemp

执行统计。然而，这需要相当长的时间，我想知道是否有更有效的方法来创建

Atemp

。值得一提的是，我正在处理这些阵列中的几GB数据

注意：我不想用不同的方式过滤掉这些项目。我想将它们归零，然后在

a

中创建所有非零元素的临时数组，您可以使用：

Atemp = A[A != 0]

例如：

在[3]中：x=np.数组（[0,1,2,3,0,1,2,3,0]）。重塑（（3,3）） 在[4]：x中 出[4]： 数组（[[0,1,2]， [3, 0, 1], [2, 3, 0]]) 在[5]中：x[x==0] Out[5]：数组（[0,0,0]） 在[6]中：x[x！=0] Out[6]：数组（[1,2,3,1,2,3]） 您可以使用：

Atemp = A[A != 0]

例如：

在[3]中：x=np.数组（[0,1,2,3,0,1,2,3,0]）。重塑（（3,3）） 在[4]：x中 出[4]： 数组（[[0,1,2]， [3, 0, 1], [2, 3, 0]]) 在[5]中：x[x==0] Out[5]：数组（[0,0,0]） 在[6]中：x[x！=0] Out[6]：数组（[1,2,3,1,2,3]） 另一种选择：

 Atemp = A.ravel()[np.flatnonzero(A)]

另一种选择：

 Atemp = A.ravel()[np.flatnonzero(A)]