NumPy数组中的元素索引

Question

在Python中,我们可以使用.index()获取数组中值的索引.我怎么能用NumPy数组做到这一点？

当我尝试做的时候

decoding.index(i)

它说NumPy库不支持这个功能.有办法吗？

Answer 1

使用np.where来获得,其中一个给定的条件是指数True.

例子:

对于2D np.ndarray调用a:

i, j = np.where(a == value)

对于1D阵列:

i, = np.where(a == value)

这对于像条件的作品>=,<=,!=等等...

您还可以np.ndarray使用index()方法创建子类:

class myarray(np.ndarray):
    def __new__(cls, *args, **kwargs):
        return np.array(*args, **kwargs).view(myarray)
    def index(self, value):
        return np.where(self == value)

测试:

a = myarray([1,2,3,4,4,4,5,6,4,4,4])
a.index(4)
#(array([ 3,  4,  5,  8,  9, 10]),)

Answer 2

您可以将numpy数组转换为list并获取其索引.

例如

tmp = [1,2,3,4,5] #python list
a = numpy.array(tmp) #numpy array
i = list(a).index(2) # i will return index of 2, which is 1

我就是你想要的.

Answer 3

我在这两种实现NumPy数组索引的方法之间徘徊:

idx = list(classes).index(var)
idx = np.where(classes == var)

两者都采用相同数量的字符,但第一种方法返回的是一个int而不是一个numpy.ndarray.

Answer 4

使用numpy_indexed库可以有效地解决这个问题（免责声明：我是它的作者）；这是为了解决此类问题而创建的。npi.indices 可以看作是 list.index 的 n 维泛化。它将作用于 nd-arrays（沿着指定的轴）；并且还将以矢量化的方式查找多个条目，而不是一次查找单个项目。

a = np.random.rand(50, 60, 70)
i = np.random.randint(0, len(a), 40)
b = a[i]

import numpy_indexed as npi
assert all(i == npi.indices(a, b))

该解决方案比之前发布的任何答案具有更好的时间复杂度（最坏情况下为 n log n），并且是完全矢量化的。

Answer 5

您可以使用函数numpy.nonzero()或nonzero()数组的方法

import numpy as np

A = np.array([[2,4],
          [6,2]])
index= np.nonzero(A>1)
       OR
(A>1).nonzero()

输出：

(array([0, 1]), array([1, 0]))

输出中的第一个数组描述行索引，第二个数组描述相应的列索引。