在一个矩阵中,0是一种特殊的存在,所以为了对数据区分有时候我们需要找出矩阵中的非零元素。numpy是一种常用的矩阵运算的python库。numpy使用nonzero可以轻松的找出非零元素。那么具体该怎么操作呢,阅读下文你会得到答案。

直接上代码吧~

import numpy as np
a = np.array([[30,40,70],[80,20,10],[50,90,60]])
print(a)
print(np.nonzero(a))

[[30 40 70]
 [80 20 10]
 [50 90 60]]
(array([0, 0, 0, 1, 1, 1, 2, 2, 2], dtype=int64), array([0, 1, 2, 0, 1, 2, 0, 1, 2], dtype=int64))

第一个array为x轴 第二个array为y轴

补充:【Numpy学习】python查找矩阵中不为0元素的索引(np.nonzero())

在用矩阵分解方法做模型时,需要对模型的结果做验证。

在验证过程中需要mask训练集、验证集和测试集。

这时候就需要原矩阵S SS中不为0元素和为0元素的索引值,这个方法在matlab中是find方法,在用python实现时就需要np.nonzero()。

下面看一段代码:

import numpy as np
a = np.arange(12).reshape(3, 4)
print(a)
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
print(np.nonzero(a))
(array([0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2]), array([1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3]))

值得注意的是np.nonzero(a)输出的是两个array第一个array中的值指的是行,第二个指的是列。

如0,1表明第0行第一列的值不为0。

以上就是numpy找出非0元素的全部内容,希望能给大家一个参考,也希望大家多多支持W3Cschool