NumPy 如何检查给定数组的元素是否非零

有多种方法可以检查给定NumPy数组的元素是否非零。以下是我们可以应用的常用方法。

使用布尔索引

布尔索引是Numpy库中的一种技术，允许根据布尔条件从数组中选择特定的元素。这创建一个包含True或False值的布尔掩码，其形状和大小与布尔条件相同。

示例

以下示例演示了如何使用布尔索引来检查给定NumPy数组的元素是否非零。

import numpy as np
arr = np.arange(2,20,3)
if np.all(arr) >0:
   print("The given array is Non-zero")
else:
   print("The given array is zero")

输出

当我们运行上述代码时，会产生以下输出结果，这里输出结果确定给定的数组是非零的。

The given array is Non-zero

示例

让我们来看一个在2维数组上应用布尔索引的另一个例子。

import numpy as np
arr = np.arange(2,20,3).reshape(3,2)
print("The original array:",arr)
if np.all(arr) > 0:
    print("The given array is Non-zero")
else:
    print("The given array is zero")

输出

当我们运行上面的代码时，以下是布尔索引的输出-

The original array: [[ 2  5]
 [ 8 11]
 [14 17]]
The given array is Non-zero

使用nonzero()函数

在Python中，nonzero()函数用于获取数组中非零元素的索引。

示例

以下是non_zero()函数的示例。

import numpy as np
arr = np.arange(2,20,3).reshape(3,2)
print("The original array:",arr)
if np.nonzero(arr):
    print("The given array is Non-zero")
else:
    print("The given array is zero")

输出

运行以上代码时，将会生成以下输出 –

The original array: [[ 2  5]
 [ 8 11]
 [14 17]]
The given array is Non-zero

示例

让我们看一个使用numpy库中的non_zero()函数的另一个示例。

import numpy as np
arr = np.arange(0,20,2)
print("The original array:",arr)
non_zero = np.nonzero(arr)
print(non_zero)

输出

以下是 non_zero() 函数的输出结果。

The original array: [ 0  2  4  6  8 10 12 14 16 18]
(array([1, 2, 3, 4, 5, 6, 7, 8, 9], dtype=int64),)

使用np.where()函数

Where() 是numpy库提供的另一个函数，该函数用于检查给定数组中的元素是否为非零值。当针对指定数组调用时， Where() 返回数组中非零元素的索引。

示例

在以下示例中，我们将使用 Where() 函数找到NumPy数组中非零元素的索引。我们将数组和值‘0’作为参数传递给该函数，以获取索引。

import numpy as np
arr = np.array([[[10,30],[2,40.3]],[[56,4],[56,3]]])
print("The Original array:",arr)
output = np.where(arr == 0)
print(output)

输出

运行上述代码时，将会生成以下输出 –

The Original array: [[[10.  30. ]
  [ 2.  40.3]]

 [[56.   4. ]
  [56.   3. ]]]
  (array([], dtype=int64), array([], dtype=int64), array([], dtype=int64))

示例

让我们看看另一个示例，使用 Where() 函数来检查给定数组中是否存在非零元素。

import numpy as np
arr = np.array([10,302,4,0.356,4,3,0])
print("The Original array:",arr)
output = np.where(arr == 0)
print(output)

输出

当我们运行上面的代码时，将显示以下输出。以索引为零的元素数组将显示为输出。

The Original array: [ 10.    302.      4.      0.356   4.      3.      0.   ]
(array([6], dtype=int64),)

使用numpy.count_nonzero()函数

确定定义的numpy数组中非零元素的另一种方法是使用 count_nonzero() 函数。该函数返回数组中非零元素的计数作为输出。

示例

以下是示例。

import numpy as np
arr = np.array([10,302,4,0.356,4,3,0])
print("The Original array:",arr)
output = np.count_nonzero(arr)
print("There is/are",output,"zeroes in the defined array")

输出

当我们运行上面的代码，将会生成以下输出-

The Original array: [  1  32   4 356   4   3   0]
There is/are 6 zeroes in the defined array