獲取numpy的陣列

的argsort我有一個numpy的數組如下：獲取numpy的陣列

array([ True, True, True, True, True, False, True, True, False, 
     True, False, True, True, True, True, True, True, False, 
     False, False, False, False, True, True, False, False, False, 
     True, True, True, True, True, True, True, False, True, 
     True, True, True, False, True, True, False, False, True, 
     True, True, False, True, True, True, False],

我想所有的真實元素的索引。在像Pandas系列這樣的numpy中沒有get_loc方法，並且類似的沒有像列表那樣的索引方法。我不想將其轉換爲列表，然後使用.index。

有什麼想法？

來源

2015-04-30 Baktaawar

使用ndarray.nonzero：

>>> a.nonzero() 
(array([ 0, 1, 2, 3, 4, 6, 7, 9, 11, 12, 13, 14, 15, 16, 22, 23, 27, 
     28, 29, 30, 31, 32, 33, 35, 36, 37, 38, 40, 41, 44, 45, 46, 48, 49, 
     50]),)

來源

2015-04-30 00:12:47 wim

要做到這一點的大熊貓：

In [255]: 

s[s==True].index 
Out[255]: 
Int64Index([0, 1, 2, 3, 4, 6, 7, 9, 11, 12, 13, 14, 15, 16, 22, 23, 27, 28, 29, 30, 31, 32, 33, 35, 36, 37, 38, 40, 41, 44, 45, 46, 48, 49, 50], dtype='int64')

更新

其實你可以使用一個事實，即價值觀是掩蓋已經布爾值系列：

In [256]: 

s[s].index 
Out[256]: 
Int64Index([0, 1, 2, 3, 4, 6, 7, 9, 11, 12, 13, 14, 15, 16, 22, 23, 27, 28, 29, 30, 31, 32, 33, 35, 36, 37, 38, 40, 41, 44, 45, 46, 48, 49, 50], dtype='int64')

同樣爲numpy的陣列可以使用布爾值來掩蓋陣列，並得到使用np.where索引值：

In [261]: 

np.where(a) 
 
Out[261]: 
(array([ 0, 1, 2, 3, 4, 6, 7, 9, 11, 12, 13, 14, 15, 16, 22, 23, 27, 
     28, 29, 30, 31, 32, 33, 35, 36, 37, 38, 40, 41, 44, 45, 46, 48, 49, 
     50], dtype=int64),)

來源

2015-04-30 08:36:06 EdChum

的np.ix_方式似乎是最慢的。

In [846]: % timeit a.nonzero() 
1000000 loops, best of 3: 707 ns per loop 

In [845]: % timeit np.where(a) 
1000000 loops, best of 3: 883 ns per loop 

In [849]: %timeit np.ix_(a==True) 
100000 loops, best of 3: 9.21 µs per loop

來源

2015-04-30 09:09:58 fixxxer

獲取numpy的陣列

回答

相關問題