获取numpy的阵列

的argsort我有一个numpy的数组如下：获取numpy的阵列

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],

我想所有的真实元素的索引。在像Pandas系列这样的numpy中没有get_loc方法，并且类似的没有像列表那样的索引方法。我不想将其转换为列表，然后使用.index。

有什么想法？

来源

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]),)

来源

2015-04-30 00:12:47 wim

要做到这一点的大熊猫：

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

其实你可以使用一个事实，即价值观是掩盖已经布尔值系列：

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')

同样为numpy的阵列可以使用布尔值来掩盖阵列，并得到使用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),)

来源

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

来源

2015-04-30 09:09:58 fixxxer

获取numpy的阵列

回答

相关问题