搜索数组项目

如果要单纯用 Python 搜索一堆数据里的特定数据，往往要使用循环的方式一层层查找，如果透过 NumPy，则可以使用现成的搜索方法搜索特定的项目，大幅提高程序的处理效能，这篇教学将会介绍 NumPy 里搜索数组项目的做法。

本篇使用的 Python 版本为 3.7.12，所有范例可使用 Google Colab 实作，不用安装任何软件 ( 参考：使用 Google Colab )

搜索数组项目的方法

NumPy 有下列几种搜索数组项目的方法：

numpy.where()

numpy.where() 会根据判断式找出索引值，回传索引值的数组，如果有设定 arr 和 val 会根据 arr 和 val 回传新的数组。，下方的例子会找出 a 数组中项目为 b 的索引值。

import numpy as np

a = np.array(['a','b','c','d','a','b','c'])
b = np.where(a=='b')
print(b)    # (array([1, 5]),)   b 位在 1 和 5 的位置

下方的例子，会找出二维数组 a 里，数值大于 3 的项目索引值。

import numpy as np

a = np.array([[1,2,3,4],[5,6,7,8]])
b = np.where(a>3)
print(b)    # (array([0, 1, 1, 1, 1]), array([3, 0, 1, 2, 3]))
            # 對應 (0,3) -> 4
            # 對應 (1,0) -> 5
            # 對應 (1,1) -> 6
            # 對應 (1,2) -> 7
            # 對應 (1,3) -> 8

下方的例子，会找出二维数组 a 里，数值大于 3 的项目索引值，并将其套用于 b 数组，b 数组会显示对应索引值为 True 的项目，索引为 False 的项目则以 0 显示。

import numpy as np

a = np.array([[1,2,3,4],[5,6,7,8]])
b = np.array([['a','a','a','a'],['b','b','b','b']])
c = np.where(a>3,b,0)
print(c)
'''
[['0' '0' '0' 'a']
 ['b' 'b' 'b' 'b']]
'''

numpy.nonzero()

numpy.nonzero() 会取得内容“非 0”的项目索引值，并将索引值回传为为新数组。下方的例子会找出一维数组中数值为 1 的索引值。

import numpy as np

a = np.array([1,0,1,0,1,0,1,0])
b = np.nonzero(a)
print(b)    # array([0, 2, 4, 6]),)

下方的例子会找出二维数组中数值为 1 的索引值。

import numpy as np

a = np.array([[1,0,1,0],[1,0,1,0]])
b = np.nonzero(a)
print(b)     # (array([0, 0, 1, 1]), array([0, 2, 0, 2]))
             # 對應 (0, 0) (0, 2) (1, 0) (1, 2)

numpy.count_nonzero()

numpy.count_nonzero() 会计算数组中“非 0”项目的数量。

import numpy as np

a = np.array([1,0,1,0,1,0,1,0])
b = np.count_nonzero(a)
print(b)   # 4

numpy.extract()

numpy.extract() 会根据条件数组中的 True 或 False 项目索引值，取出目标 arr 对应的项目为新数组。

import numpy as np

a = np.array([1,0,1,0,1,0,1,0])
b = np.array(['a','b','c','d','e','f','g','h'])
c = np.extract(a,b)      # 預設 1 為 True，0 為 False
print(c)                 # ['a' 'c' 'e' 'g']
d = np.extract(a==0,b)   # 加入判斷條件，0 變成 True
print(d))                # ['b' 'd' 'f' 'h']

意见反馈