np.argwhere的用法

`np.argwhere`函数返回数组中非零元素的索引。

具体用法如下：

import numpy as np

arr = np.array([[0, 1, 0],
                [1, 0, 1],
                [0, 1, 0]])

indices = np.argwhere(arr != 0)

print(indices)

输出：

[[0 1]
 [1 0]
 [1 2]
 [2 1]]

在这个例子中，我们首先创建了一个二维的numpy数组`arr`。然后，我们使用`np.argwhere`函数查找`arr`中非零元素的索引。在这个例子中，返回的结果是一个二维的numpy数组，其中每一行记录着一个非零元素的索引。

需要注意的是，`np.argwhere`返回的索引数组的形状与原始数组的维数相同。在上面的例子中，`arr`是一个二维数组，因此返回的索引数组也是一个二维数组。如果`arr`是一个一维数组，则返回的索引数组也是一个二维数组，其中每一行只有一个元素。

相关问题

np.argwhere与np.where区别

np.argwhere和np.where都是NumPy中用于查找数组中满足某个条件的元素索引的函数。它们的主要区别在于返回结果的形式和用法上。

np.where(condition)函数返回满足条件的元素的索引，以元组的形式表示。每个元组表示一个满足条件的元素的索引。如果数组是一维的，那么返回的结果是一个一维数组；如果数组是多维的，那么返回的结果是一个元组，其中每个元素是一个一维数组。

np.argwhere(condition)函数返回满足条件的元素的索引，以二维数组的形式表示。每一行表示一个满足条件的元素的索引。其中，每一行的第一个元素表示该元素在第0维的索引，第二个元素表示该元素在第1维的索引，以此类推。返回的结果是一个二维数组。

简而言之，np.where返回满足条件的元素索引的元组或数组，而np.argwhere返回满足条件的元素索引的二维数组。

np.argwhere和np.where有什么区别？

np.argwhere和np.where都是用于根据条件返回数组中满足条件的元素的索引。它们的区别在于返回结果的形式和使用方式。

np.argwhere返回一个二维数组，其中每一行表示一个满足条件的元素的索引。每一行的元素是一个包含数组维度的元组，表示该元素在数组中的位置。

np.where返回一个包含满足条件的元素的索引的元组。如果只提供条件，它将返回一个包含满足条件的元素的索引的元组。如果同时提供了x和y参数，它将返回一个与条件相同形状的数组，其中满足条件的元素来自x，不满足条件的元素来自y。

下面是两个函数的示例使用方法：

1. 使用np.argwhere获取满足条件的元素的索引[^1]：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
condition = arr > 5
indices = np.argwhere(condition)
print(indices)

输出：

[[1 2]
 [2 0]
 [2 1]
 [2 2]]

2. 使用np.where获取满足条件的元素的索引或根据条件返回不同的值：

import numpy as np

arr = np.array([1, 2, 3, 4, 5])
condition = arr > 3
indices = np.where(condition)
print(indices)

x = np.array([1, 2, 3, 4, 5])
y = np.array([10, 20, 30, 40, 50])
result = np.where(condition, x, y)
print(result)

输出：

(array([3, 4]),)
[10 20 30  4  5]