如何将一个布尔数组转换为索引数组，numpy

有没有一种有效的Numpy机制来检索基于条件的数组中的位置的整数索引是真实的，而不是布尔掩码数组？如何将一个布尔数组转换为索引数组，numpy

例如：

x=np.array([range(100,1,-1)]) 
#generate a mask to find all values that are a power of 2 
mask=x&(x-1)==0 
#This will tell me those values 
print x[mask]

在这种情况下，我想知道i的mask其中mask[i]==True索引。有没有可能产生这些循环？

来源

2011-11-21 Rich

另一种选择：

In [13]: numpy.where(mask) 
Out[13]: (array([36, 68, 84, 92, 96, 98]),)

这是同样的事情numpy.where(mask==True)。

来源

2011-11-21 20:49:05

或者类似的，如果你总是有一维数组：'numpy.flatnonzero（mask）'' – christianbrodbeck

您应该可以使用numpy.nonzero()来查找此信息。

来源

2011-11-21 20:41:23 aganders3

使用numpy.nonzero（） [0] 否则你会得到两个数组。一个带有索引，另一个带有值。如果你想使用索引继续，这更容易。它只给你一个指数数组。 –

np.arange(100,1,-1) 
array([100, 99, 98, 97, 96, 95, 94, 93, 92, 91, 90, 89, 88, 
     87, 86, 85, 84, 83, 82, 81, 80, 79, 78, 77, 76, 75, 
     74, 73, 72, 71, 70, 69, 68, 67, 66, 65, 64, 63, 62, 
     61, 60, 59, 58, 57, 56, 55, 54, 53, 52, 51, 50, 49, 
     48, 47, 46, 45, 44, 43, 42, 41, 40, 39, 38, 37, 36, 
     35, 34, 33, 32, 31, 30, 29, 28, 27, 26, 25, 24, 23, 
     22, 21, 20, 19, 18, 17, 16, 15, 14, 13, 12, 11, 10, 
     9, 8, 7, 6, 5, 4, 3, 2]) 

x=np.arange(100,1,-1) 

np.where(x&(x-1) == 0) 
(array([36, 68, 84, 92, 96, 98]),)

现在重组此类似：

x[x&(x-1) == 0]

来源

2014-06-25 14:39:44 user2290820

如果你喜欢索引方式，您可以将您的布尔列表转换为numpy的数组：

print x[nd.array(mask)]

来源

2016-07-29 18:41:40 Serhiy

如何将一个布尔数组转换为索引数组，numpy

回答

相关问题