array如何根据值选取对应所有索引
时间: 2023-07-07 07:24:52 浏览: 45
可以使用以下代码来选取数组中所有符合条件的元素的索引:
```python
arr = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
value = 5
indices = [i for i, x in enumerate(arr) if x == value]
print(indices)
```
输出结果为:`[4]`,表示在数组中第 5 个位置(从 0 开始计数)上的元素的值为 5。
如果想要选取数组中所有值为 5 的元素的索引,则可以将代码修改为:
```python
arr = [1, 2, 3, 4, 5, 6, 5, 8, 9, 10]
value = 5
indices = [i for i, x in enumerate(arr) if x == value]
print(indices)
```
输出结果为:`[4, 6]`,表示在数组中第 5 个位置和第 7 个位置上的元素的值均为 5。
相关问题
data是三维array的格点数据,现在我要选取并保留data里大于0的数,并保持选取之后的结果维数不变,并且保证原先的缺测值nan不发生改变,如何做到
您可以使用numpy中的bool索引来实现这个操作。假设三维array的变量名为data,则可以使用以下代码实现:
```python
import numpy as np
# 生成一个与data形状相同的bool array,元素值为True表示该位置的值大于0
mask = data > 0
# 将data中mask对应的位置的值保留,其他位置的值设为nan
result = np.where(mask, data, np.nan)
```
这里使用了numpy中的where函数,其参数解释为:第一个参数是bool索引数组,它指定哪些位置需要保留,第二个参数是在对应位置上的替换值,即data中值大于0的位置上的值,第三个参数是在对应位置上的替换值,即data中值小于等于0的位置上的值。
这样,result中就保留了data中大于0的数,并且维数不变,缺测值nan也不发生改变。
numpy矩阵元素索引
在numpy中,可以使用下标或者切片来访问矩阵的元素。例如,对于一个二维矩阵a,可以使用a[i][j]或a[i,j]来访问第i行第j列的元素。这里的i和j都是从0开始的整数索引。
另外,numpy还支持使用布尔值数组、整数数组和切片对象来进行高级索引。例如,可以使用一个布尔值数组b来选取矩阵a中所有满足条件的元素:
```python
import numpy as np
a = np.array([[1, 2], [3, 4], [5, 6]])
b = np.array([[True, False], [False, True], [True, False]])
print(a[b])
```
输出结果为:
```
[1 4 5]
```
其中,b中的每个元素表示对应位置的元素是否被选中。在这个例子中,b表示选取第1行第1列和第3行第1列的元素。因此,输出结果为1、4和5。
除了布尔值数组之外,还可以使用整数数组和切片对象来进行高级索引。例如,可以使用一个整数数组c来选取矩阵a中指定位置的元素:
```python
c = np.array([0, 1, 0])
print(a[c])
```
输出结果为:
```
[[1 2]
[3 4]
[1 2]]
```
其中,c中的每个元素表示对应位置的行索引。在这个例子中,c表示选取第1行、第2行和第1行的元素。因此,输出结果为一个新的矩阵,其中第1行和第3行的元素重复出现了。
最后,对于多维矩阵,可以使用多个切片对象来进行索引。例如,可以使用下面的语句来选取矩阵a的第1和第3行,以及第2和第3列的元素:
```python
print(a[[0,2]][:,1:])
```
输出结果为:
```
[[2]
[6]]
```
其中,a[[0,2]]表示选取第1和第3行的元素,而[:,1:]表示选取第2和第3列的元素。因此,输出结果为2和6。