在一维数组上使用 numpy_where

Question

我正在尝试使用 numpy_where 来查找特定值的索引。虽然我在网上搜索了很多，包括 stackoverflow，但我没有找到一个简单的一维示例。

ar=[3,1,4,8,2,1,0]
>>> np.where(ar==8)
(array([], dtype=int64),)

我期望 np.where(ar==8) 返回数组中 8 的索引/位置。 我究竟做错了什么？我的数组中有什么东西吗？ 谢谢

Answer 1

这是一个很好的例子，说明了 Python 中的变量类型范围和

numpy

可能会让初学者感到困惑。发生的情况是

[3,1,4,8,2,1,0]

返回一个列表，而不是

ndarray

。因此，表达式

ar == 8

返回标量

False

，因为列表和标量类型之间的所有比较都返回

False

。因此，

np.where(False)

返回一个空数组。解决这个问题的方法是：

arr = np.array([3,1,4,8,2,1,0])
np.where(arr == 8)

这将返回

(array([3]),)

。这可能会造成进一步的混乱，因为

where

返回一个元组。如果您编写一个打算访问索引位置（在本例中为 3）的脚本，则需要

np.where(arr == 8)[0]

从元组中提取第一个（也是唯一一个）结果。要实际获得值 3，您需要

np.where(arr == 8)[0][0]

（尽管如果数组中没有 8，这会引发

IndexError

）。

这是一个数字专用语言（如 Matlab 或 Octave）更容易用于纯数字应用的示例，因为该语言不太通用，因此需要理解的返回类型较少。