Numpy.nonzero对于值为1或-1的行为很奇怪

我有一个非常奇怪的问题，numpy.nonzero（）。它对于不是1或-1的值表现良好，但对于这两个值，似乎会产生奇怪的结果。Numpy.nonzero对于值为1或-1的行为很奇怪

例如，

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

使得

matrix([[ 2, 0, 1], 
     [-1, 0, -1]])

现在，使用numpy.nonzero（goalmat == x）的只能部分：

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

而且

>>> 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]]))

所以它似乎给1的正确位置，如果我要求-1 ...

我误用/误解numpy.nonzero（）？

来源

2016-04-15 Kora K

这看起来像正确的输出，我...对于每一个真正的位置，你有指数为0轴矩阵和指数的对轴1 –

矩阵你是对的> ___ <我会编辑我的问题，必须找到正确的数据。 –

对不起，我只是从shell中错误的测试运行，你是完全正确的。我用真正奇怪的结果解决了这个问题，至少我觉得他们很奇怪:) –

它确实工作正常，您实际上没有使用值为-1的nonzero()，但True和False是语句goalmat == -1的输出。您可以检查nonzero()结果是：

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

来源

2016-04-15 15:08:50 Dusch

Numpy.nonzero对于值为1或-1的行为很奇怪

回答

相关问题