搜索

• argmax(a[, axis, out])

  返回沿轴的最大值的索引

• nanargmax(a[, axis])

  返回指定轴上最大值的索引，忽略 NAN

• argmin(a[, axis, out])

  返回沿轴的最小值的索引

• nanargmin(a[, axis])

  返回指定轴上的最小值的索引，忽略 NAN

• argwhere(a)

  返回按元素分组的非零数组元素的索引。

• nonzero(a)

  返回非零元素的索引

• flatnonzero(a)

  返回 a 的展平版本中非零的索引

• where(condition, [x, y])

  返回元素，可以是 x 或 y，具体取决于条件

• searchsorted(a, v[, side, sorter])

  查找应插入元素以维护顺序的索引

• extract(condition, arr)

  返回满足某些条件的数组元素

计数

• count_nonzero(a[, axis])

  计算数组 a 中的非零值的数量

import numpy as np

arr = np.arange(6).reshape(2,3) + 10
arr

array([[10, 11, 12],
       [13, 14, 15]])

np.argmax(arr) # axis默认为None，返回flatten之后的索引

5

np.argmax(arr, axis=0)

array([1, 1, 1])

np.argmax(arr, axis=1)

array([2, 2])

# argmin类似于argmax
np.argmin(arr)

0

np.argmin(arr, axis=1)

array([0, 0])

arr2 = np.array([[10, np.NaN, 11, 12],
                 [13, 14, 15, np.NaN]])
arr2

array([[10., nan, 11., 12.],
       [13., 14., 15., nan]])

np.argmax(arr2, axis=0) # 不会忽略NaN值

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

np.nanargmax(arr2, axis=0)

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

np.argwhere(arr > 12) # 返回的是元素的坐标

array([[1, 0],
       [1, 1],
       [1, 2]])

np.nonzero(arr) # 返回数组的元组

(array([0, 0, 0, 1, 1, 1]), array([0, 1, 2, 0, 1, 2]))

np.flatnonzero(arr) # 等效于 np.nonzero(np.ravel(arr))[0]

array([0, 1, 2, 3, 4, 5])

np.nonzero(np.ravel(arr))[0]

array([0, 1, 2, 3, 4, 5])

arr3 = np.array([1, 2, 3, 4, 5])
arr4 = np.array(['a', 'b', 'c', 'd', 'e'])
cond = np.array([True, False, True, False, True])

result = np.where(cond, arr3, arr4)
result

array(['1', 'b', '3', 'd', '5'], dtype='<U21')

# 将arr1中大于3的全部变为-3
np.where(arr3 > 3, -3, arr3)

array([ 1,  2,  3, -3, -3])

# 将arr1中大于3的全部变为该值的相反数
np.where(arr3 > 3, -arr3, arr3)

array([ 1,  2,  3, -4, -5])

np.searchsorted([1,2,3,4,5], 3)

2

np.searchsorted([1,2,3,4,5], 3, side='right')

3

np.searchsorted([1,2,3,4,5], [-10, 10, 2, 3])

array([0, 5, 1, 2])

np.extract(arr > 12, arr)

array([13, 14, 15])

np.count_nonzero([[0,1,7,0,0],[3,0,0,2,19]]) # 默认axis为None，统计flatten之后的数组

5

np.count_nonzero([[0,1,7,0,0],[3,0,0,2,19]], axis=0)

array([1, 1, 1, 1, 1])

np.count_nonzero([[0,1,7,0,0],[3,0,0,2,19]], axis=1)

array([2, 3])