arrays - 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 1D 示例。

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

我希望 np.where(ar==8) 返回数组中 8 的索引/位置。
我究竟做错了什么？它在我的数组中吗？
谢谢

Answer 1

这是 Python 和 numpy 中变量类型范围的一个很好的例子。初学者可能会感到困惑。正在发生的事情是[3,1,4,8,2,1,0]返回一个列表，而不是 ndarray .所以，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]),) .有可能进一步混淆，因为 where返回一个元组。如果您编写了一个打算访问索引位置(在本例中为 3)的脚本，您需要 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，这将引发 IndexError)。

这是一个例子，其中像 Matlab 或 Octave 这样的数字专用语言更易于新手使用，因为该语言不太通用，因此需要理解的返回类型较少。