1

我有一个稀疏矩阵（numpy.array），我想在其中包含非零元素的索引。

在 Matlab 中，我会写：

[i, j] = find(CM)

在 Python 中我该怎么办？我已经尝试过 numpy.nonzero （但我不知道如何从中获取索引）和 flatnonzero （但这对我来说不方便，我需要行和列索引）。

提前致谢！

4

2 回答 2

3

假设“稀疏矩阵”实际上并不是指一个scipy.sparse矩阵，而只是一个numpy.ndarray具有相对较少的非零条目的矩阵，那么我认为nonzero这正是您要寻找的。从数组开始：

>>> a = (np.random.random((5,5)) < 0.10)*1
>>> a
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 1],
       [0, 0, 1, 0, 0],
       [1, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]])

nonzero返回非零条目所在的索引（此处为 x 和 y）：

>>> a.nonzero()
(array([1, 2, 3]), array([4, 2, 0]))

我们可以将它们分配给i和j：

>>> i, j = a.nonzero()

我们也可以使用它们来索引回a，这应该只给我们1s：

>>> a[i,j]
array([1, 1, 1])

我们甚至可以a使用这些索引进行修改：

>>> a[i,j] = 2
>>> a
array([[0, 0, 0, 0, 0],
       [0, 0, 0, 0, 2],
       [0, 0, 2, 0, 0],
       [2, 0, 0, 0, 0],
       [0, 0, 0, 0, 0]])

如果您想要索引中的组合数组，您也可以这样做：

>>> np.array(a.nonzero()).T
array([[1, 4],
       [2, 2],
       [3, 0]])

（有很多方法可以进行这种重塑；我几乎随机选择了一种。）

于 2013-09-26T15:46:32.363 回答
0

这稍微超出了你的范围，我只提到它，因为我曾经遇到过类似的问题。如果您希望索引访问其他数组，则有一些非常简单的语法：

import numpy as np

array = np.random.randint(0, 2, size=(3, 3))

data = np.random.random(size=(3, 3))

现在数组看起来像

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

虽然数据可能是

>>> print data
array([[ 0.92824816,  0.43605604,  0.16627849],
       [ 0.00301434,  0.94342538,  0.95297402],
       [ 0.32665135,  0.03504204,  0.86902492]])

那么如果我们想要数据的元素为零：

>>> print data[array==0]
array([ 0.92824816,  0.16627849,  0.94342538,  0.86902492])

这很好很简单。

于 2013-09-26T15:57:12.027 回答