我就廢話不多說了，
大家還是直接看代碼吧~
import numpy as np
arr=np.array([0,0,2,3,0,4])
print((arr!=0).argmax(axis=0))
#2
補(bǔ)充：python獲取二維矩陣的每一行的第一個(gè)非零元素
直接上代碼~
"""
核心函數(shù)：
array_1D!=0 ：返回一個(gè)True/False序列
array.argmax(axis=0):返回沿axis軸的最大元素的索引，當(dāng)存在多個(gè)相等的最大值時(shí)，返回第一個(gè)最大值的索引
"""
import numpy as np
array_1D = np.array([0,1,0,-1,0])
array_2D = np.array(
[[0, 1, 0, -1, 0],
[0, 0, -1, 0, 1],
[0, 1, -1, 0, 1],
[4, 0, -1, 0, 1],
[7, 16, -1, 0, 1]])
def get_first_non_zero_1D(array_1D):
first_non_zero = array_1D[(array_1D!=0).argmax(axis=0)]
return first_non_zero
"""
備注：以下三個(gè)函數(shù)完全等價(jià)，個(gè)人比較喜歡最后一個(gè) get_first_non_zeros_2D_2，因?yàn)榭粗容^舒服，也可以方便地?cái)U(kuò)展到更多維度。
"""
def get_first_non_zeros_2D(array_2D):
first_non_zeros = np.array([get_first_non_zero_1D(array_2D[i]) for i in range(array_2D.shape[0])])
return first_non_zeros
def get_first_non_zeros_2D_1(array_2D):
first_non_zeros = []
for i in range(array_2D.shape[0]):
arr = array_2D[i,:]
first_non_zero = arr[(arr!=0).argmax(axis=0)]
first_non_zeros.append(first_non_zero)
return np.array(first_non_zeros)
def get_first_non_zeros_2D_2(array_2D):
none_zero_index = (array_2D!=0).argmax(axis=1)
# first_non_zeros = np.array([array_2D[i,none_zero_index[i]] for i in range(array_2D.shape[0])])
first_non_zeros = array_2D[range(array_2D.shape[0]),none_zero_index]
return first_non_zeros
b = get_first_non_zeros_2D(array_2D)
c = get_first_non_zeros_2D_1(array_2D)
d = get_first_non_zeros_2D_2(array_2D)
print(b)
print(c)
print(d)
"""
打印結(jié)果：
[ 1 -1 1 4 7]
[ 1 -1 1 4 7]
[ 1 -1 1 4 7]
"""
補(bǔ)充：[Python] np.nonzero(ndarray) 返回?cái)?shù)組中不為0的元素的索引
語法：
函數(shù)返回值為tuple元組類型，tuple內(nèi)的元素?cái)?shù)目與ndarray維度相同。
先強(qiáng)調(diào)一點(diǎn)，數(shù)組的索引是從0開始。
示例：
# 1維數(shù)組
a = [0,2,3]
b = np.nonzero(a)
print(b)
# (array([1, 2], dtype=int64),)
# 說明：索引1和索引2的位置上元素的值非零。
# 2維數(shù)組
a = np.array([[0,0,3],[0,0,0],[0,0,9]])
b = np.nonzero(a)
print(b)
# (array([0, 2], dtype=int64), array([2, 2], dtype=int64))
# 說明：
# tuple的每一個(gè)元素，從一個(gè)維度來確定非零元素的位置。所以對于二維數(shù)組，tuple就有兩個(gè)元素。
# tuple的元素的內(nèi)容是該維度不為0的元素的位置，排列順序是數(shù)組遍歷的順序。
# 比如確定第一個(gè)非零元素的位置：先找tuple內(nèi)的第一個(gè)元素 array([0, 2], dtype=int64)的第一個(gè)元素，為0，說明第一個(gè)非零元素在第一行；
# 之后tuple內(nèi)的第二個(gè)元素 array([2, 2], dtype=int64)的第一個(gè)元素，為2，說明第一個(gè)非零元素在第三列。
# 3維數(shù)組
a = np.array([[[0,1],[1,0]],[[0,1],[1,0]],[[0,0],[1,0]]])
print(a)
# [[[0 1]
# [1 0]]
#
# [[0 1]
# [1 0]]
#
# [[0 0]
# [1 0]]]
b = np.nonzero(a)
print(b)
# (array([0, 0, 1, 1, 2], dtype=int64), array([0, 1, 0, 1, 1], dtype=int64), array([1, 0, 1, 0, 0], dtype=int64))
# 說明：由于a是3維數(shù)組，因此，索引值數(shù)組有3個(gè)一維數(shù)組，分別代表層、行、列。
# 查找原理和二維數(shù)組一致，不再贅述。
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
您可能感興趣的文章:- numpy 實(shí)現(xiàn)返回指定行的指定元素的位置索引
- python如何獲得list或numpy數(shù)組中最大元素對應(yīng)的索引
- 淺談python已知元素,獲取元素索引(numpy,pandas)
- numpy:找到指定元素的索引示例
