<div class="article-info-box">
<div class="article-bar-top d-flex">
<span class="time">2017年08月05日 10:36:59</span>
<div class="float-right">
<span class="read-count">阅读数：1797</span>
<article>
<div id="article_content" class="article_content clearfix csdn-tracking-statistics" data-pid="blog" data-mod="popu_307" data-dsm="post">
<link rel="stylesheet" href="https://csdnimg.cn/release/phoenix/template/css/htmledit_views-0a60691e80.css">
<div class="htmledit_views">
1. 函数原型
argwhere(array)：找到非空数组array在满足某些条件下的索引，返回索引数组。
2. 应用
2.1 一维数组
返回一个一维数组，代表当前满足条件的元素出现的位置。
-
- import numpy as np
-
- arr = np.random.randint(0,10, (5,))
- index = np.argwhere(arr < 5)
# -*- coding: utf-8 -*-
import numpy as np
arr = np.random.randint(0,10, (5,))
index = np.argwhere(arr < 5)
2. 2 二维数组
返回二维数组，代表当前满足条件的元素出现的位置。
-
- import numpy as np
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
- arr = np.random.randint(0,10, (3,4))
- index = np.argwhere(arr < 5)
# -*- coding: utf-8 -*-
import numpy as np
arr =
9 3 7 0
3 4 2 4
3 6 4 4
index =
0 1
0 3
1 0
1 1
1 2
1 3
2 0
2 2
2 3
arr = np.random.randint(0,10, (3,4))
index = np.argwhere(arr < 5)
http://blog.csdn.net/vernice/article/details/50990919
</article>
<div class="article-bar-bottom">
<div class="article-copyright">
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/ZK_J1994/article/details/76707734 </div>
<div class="tags-box artic-tag-box">
<span class="label">文章标签：</span>
<a class="tag-link" href="http://so.csdn.net/so/search/s.do?q=Python&t=blog" target="_blank">Python </a><a class="tag-link" href="http://so.csdn.net/so/search/s.do?q=numpy&t=blog" target="_blank">numpy </a>
<div class="tags-box">
<span class="label">个人分类：</span>
<a class="tag-link" href="https://blog.csdn.net/zk_j1994/article/category/6550054" target="_blank">Python </a>
<div class="tags-box">
<span class="label">所属专栏：</span>
<a class="tag-link" href="https://blog.csdn.net/column/details/16129.html" target="_blank">Python</a>
<!-- !empty($pre_next_article[0]) -->
在list列表中，max(list)可以得到list的最大值，list.index(max(list))可以得到最大值对应的索引
但在numpy中的array没有index方法，取而代之的是where，其又是list没有的
首先我们可以得到array在全局和每行每列的最大值(最小值同理)
>>> a = np.arange(9).reshape((3,3))
array([[0, 1, 2],
[9, 4, 5],
[6, 7, 8]])
>>> print(np.max(a)) #全局最大
>>> print(np.max(a,axis=0)) #每列最大
在 Python 中，我们可以使用多种技术来获取列表项的索引，例如函数enumerate()、for循环和index()方法。在本文中，我们将重点介绍如何使用 方法获取列表中项目的索引index()。我们将从查看该方法的语法开始index()，然后查看一些示例以帮助您了解如何在您的代码中使用它。Python 中方法的语法是什么index()？该index()方法接受其索引将作为参数返回的项目。但这不是您可以在该index()方法中使用的唯一参数。
今天做数据处理时，遇到了从三维数组中批量加入二维数组的需求。其中三维数组在深度学习的特征数据处理时经常会使用到，所以读者有必要对该小知识点做到清楚了解并掌握。现对三维数组中的元素位置结合代码做详细归纳总结，方便日后查阅和为网友答疑！
图示效果图：
直接贴代码：
def test3D():
import numpy as np
data_array = np.zeros((3, 5, 6), dtype=np.int)
data_array[1, 2, 2] = 1
print(data_array)
介绍：通过np.zeros创建一个3行5列6个通道的三维数组，并给第二个通道的第一
import numpy as np
b = np.array([[-2,-3,0,0,0,6,4,1],[88,1,0,0,0,6,4,2],[99,6,0,0,1,6,4,2]]) # 三行八列的数组b
print('b\n',b)
c = np.array([2,0]) # c表示指定行
print('...
Matlab中有一个函数叫做find,可以很方便地寻找数组内特定元素的下标，即：Find indices and values of nonzero elements。
这个函数非常有用。比如，我们想计算图1中点Q（x0, y0）抛物线的最短距离。一个可以实施的方法是：计算出抛物线上所有点到Q点的距离，找到最小值，用find函数找到最小值对应的下标，即M点横坐标和纵坐标对应的元素的下标，...
快速入门教程 | NumPy 中文www.numpy.org.cn创建保存np.genfromtxt(data, ...) 链接np.genfromtxt(data, ...)
>>> data = BytesIO("So it goesn#a b cn1 2 3n 4 5 6")
>>> np.genfromtxt(data, skip_header=1...
l.index(x)返回最小值我这样我是列表中第一个出现的x的索引。我们可以安全地假设index()实现了python中的函数,以便在找到第一个匹配项后停止,从而获得最佳的平均性能。要查找在numpy数组中的第一个匹配之后停止的元素,请使用迭代器(ndenumerate)In [67]: l=range(100)In [68]: l.index(2)Out[68]: 2麻木阵列:In [69]: ...
