mars.tensor.nonzero#

mars.tensor.nonzero(a)[来源]#

返回非零元素的索引。

返回一个元组的张量，每个张量对应于a的一个维度，包含该维度中非零元素的索引。在a中的值始终会被测试并返回。对应的非零值可以通过以下方式获得：

a[nonzero(a)]

要按元素而不是维度对索引进行分组，请使用：

transpose(nonzero(a))

结果始终是一个二维数组，每个非零元素对应一行。

Parameters: a (array_like) – 输入张量。
Returns: tuple_of_arrays – 非零元素的索引。
Return type: tuple

另请参阅

flatnonzero: 返回在输入张量的扁平化版本中非零的索引。
Tensor.nonzero: 等效张量方法。
count_nonzero: 计算输入张量中非零元素的数量。

示例

>>> import mars.tensor as mt

>>> x = mt.array([[1,0,0], [0,2,0], [1,1,0]])
>>> x.execute()
array([[1, 0, 0],
       [0, 2, 0],
       [1, 1, 0]])
>>> mt.nonzero(x).execute()
(array([0, 1, 2, 2]), array([0, 1, 0, 1]))

>>> x[mt.nonzero(x)].execute()  # TODO(jisheng): accomplish this after fancy indexing is supported

>>> mt.transpose(mt.nonzero(x)).execute() # TODO(jisheng): accomplish this later

一个常见的用途是使用 nonzero 来找到数组的索引，其中条件为真。给定一个数组 a，条件 a > 3 是一个布尔数组，由于 False 被解释为 0，np.nonzero(a > 3) 将返回条件为真的 a 的索引。

>>> a = mt.array([[1,2,3],[4,5,6],[7,8,9]])
>>> (a > 3).execute()
array([[False, False, False],
       [ True,  True,  True],
       [ True,  True,  True]])
>>> mt.nonzero(a > 3).execute()
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))

布尔数组的 nonzero 方法也可以被调用。

>>> (a > 3).nonzero().execute()
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))