numpy找到数组[1,2,4,0,8,0,6,5]中非0元素的位置索引

可以通过numpy的`nonzero`函数来找到非0元素的位置索引，代码如下：

import numpy as np

arr = np.array([1, 2, 4, 0, 8, 0, 6, 5])
nonzero_idx = np.nonzero(arr)[0]
print(nonzero_idx)

输出结果为：

[0 1 2 4 6 7]

其中，`nonzero`函数返回的是一个元组，包含了非零元素的位置索引，因此需要取出第一个元素。

相关问题

输出使用numpy创建的一维数组中[0,2,4,0,0,1,0]非零元素的位置索引。

Sure, 我可以回答这个问题。你可以使用numpy库中的nonzero函数来获取非零元素的位置索引。

代码如下：

import numpy as np

a = np.array([0,2,4,0,0,1,0])
nonzero_index = np.nonzero(a)[0]
print(nonzero_index)

输出：

[1 2 5]

这是该数组中非零元素的位置索引，其中1、2和5分别是2、4和1的索引值。

import numpy as np with open('成绩单数字.csv', 'r', encoding='utf-8') as file: s = file.read().replace('\n', ',').split(',') scoreAll = np.array(list(s)).reshape(6, 8) # 字符串s转成列表，转为6行8列的数组 #print(scoreAll) # 输出数组scoreAll scoreNum = scoreAll[1:, 2:].astype(int) #数组scoreAll中非数值型字符串去掉,转为整型，生成数组 #print(scoreNum) # 输出数组scoreNum name = input() course = input() indexName = np.argwhere(scoreAll==name ) print(indexName) print('{}同学的平均成绩为{:.2f}'.format(scoreAll[indexName[0,0],0],np.average(scoreNum[indexName[0,0]-1, 0:]))) indexCourse = np.argwhere(scoreAll==course ) print(indexCourse) print('{}课程平均成绩为{:.2f}'.format(scoreAll[0,indexCourse[0,1]],np.average(scoreNum[0:,indexCourse[0,1]-2]))) print('该课程中位数为{:.2f}'.format(np.median(scoreNum[0:,indexCourse[0,1]-2]))) print('该课程标准差为{:.2f}'.format(np.std(scoreNum[0:,indexCourse[0,1]-2])))

这段代码是一个Python程序，读取了一个成绩单的CSV文件，将读取的数据转为NumPy数组，并进行了一些数据处理和统计分析。其中，输入了两个变量name和course，分别代表学生姓名和课程名称。代码使用np.argwhere()函数查找数组中对应元素的索引，然后使用np.average()函数计算平均值，np.median()函数计算中位数，np.std()函数计算标准差，最终输出了对应的结果。