maxframe.tensor.nonzero#

maxframe.tensor.nonzero(a)[源代码]#

返回非零元素的索引。

返回一个元组，其中每个元素是一个 Tensor，对应 a 的每个维度中非零元素的索引。a 中的值总是被测试并返回。可以通过以下方式获取对应的非零值：

a[nonzero(a)]

如果要按元素而不是维度对索引进行分组，请使用：

transpose(nonzero(a))

结果总是一个二维数组，每一行对应一个非零元素。

参数:: a (array_like) -- 输入张量。
返回:: tuple_of_arrays -- 非零元素的索引。
返回类型:: tuple

参见

flatnonzero: 返回输入张量展平后非零元素的索引。
Tensor.nonzero: 等效的张量方法。
count_nonzero: 计算输入张量中非零元素的数量。

示例

>>> import maxframe.tensor as mt

>>> x = mt.array([[1,0,0], [0,2,0], [1,1,0]])
>>> x.execute()
array([[1, 0, 0],
       [0, 2, 0],
       [1, 1, 0]])
>>> mt.nonzero(x).execute()
(array([0, 1, 2, 2]), array([0, 1, 0, 1]))

>>> x[mt.nonzero(x)].execute()

>>> mt.transpose(mt.nonzero(x)).execute()

nonzero 的常见用法是查找数组中满足条件的位置。给定一个数组 a，条件 a > 3 是一个布尔数组，由于 False 被解释为 0，因此 np.nonzero(a > 3) 返回满足条件的 a 的索引。

>>> a = mt.array([[1,2,3],[4,5,6],[7,8,9]])
>>> (a > 3).execute()
array([[False, False, False],
       [ True,  True,  True],
       [ True,  True,  True]])
>>> mt.nonzero(a > 3).execute()
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))

也可以调用布尔数组的 nonzero 方法。

>>> (a > 3).nonzero().execute()
(array([1, 1, 1, 2, 2, 2]), array([0, 1, 2, 0, 1, 2]))