使用numpy.argwhere在np.array中获取匹配值

在本文中，我们将介绍如何使用numpy.argwhere功能来获取一个np.array中与一个特定值匹配的所有索引。

阅读更多：Numpy 教程

numpy.argwhere简介

numpy.argwhere函数返回一个数组中非零元素的索引。np.argwhere(a)与np.transpose(np.nonzero(a))作用相同。

这是一个使用numpy.argwhere功能的例子：

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
listOfCoordinates = np.argwhere(a == 5)

print(listOfCoordinates)

这将打印出:

[[1 1]]

这个例子中，我们定义了一个有三个行和三个列的np.array，并在第二行第二列加入了一个数值为5的元素。使用numpy.argwhere，我们得到了该元素的索引。

我们也可以使用numpy.argwhere获取一组匹配值的索引。

如下所示：

import numpy as np

a = np.array([1, 2, 3, 2, 4, 2])
listOfCoordinates = np.argwhere(a == 2)

print(listOfCoordinates)

这将打印出：

[[1]
 [3]
 [5]]

在这个例子中，我们定义了一个一维数组，然后使用numpy.argwhere获取与值为2匹配的所有索引。

numpy.argwhere函数返回匹配值的索引。但是，np.where函数返回值为True的索引。

假设我们有以下的np.array：

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
listOfCoordinates = np.where(a > 5)

print(listOfCoordinates)

这将打印出：

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

这个例子中，我们找到了一个有三个行和三个列的np.array中所有值大于5的元素。

请注意，我们得到的是一个元组，元组中有两个数组。第一个数组包含行号，第二个数组包含列号。因此，我们可以使用以下代码来获取相应索引：

rows, columns = np.where(a > 5)

for r, c in zip(rows, columns):
    print(f"The value at ({r}, {c}) is {a[r][c]}")

这将打印出：

The value at (1, 2) is 6
The value at (2, 0) is 7
The value at (2, 1) is 8
The value at (2, 2) is 9

使用numpy.argwhere可以轻松地从一个np.array中获取所有与特定值匹配的索引，无论是与一个值匹配还是与一组值匹配。与np.where函数相比，numpy.argwhere的返回值更加易于使用，因为它返回一个包含所有匹配值索引的数组。