Numpy非零/ flatnonzero指数顺序; 布尔索引中返回元素的顺序

Question

我想知道numpy.nonzero / numpy.flatnonzero返回的索引的顺序。

我在文档中找不到任何关于它的内容。 它只是说：

A[nonzero(flag)] == A[flag]

虽然在大多数情况下这已足够，但有些时候需要一个排序的索引列表。 是否保证返回的索引在1-D的情况下排序，或者我需要明确地对它们进行排序？ （类似的问题是简单地通过选择一个布尔数组（A [flag]）返回的元素的顺序，根据文档必须相同。）

示例：查找标志中True元素之间的“间隙”：

flag=np.array([True,False,False,True],dtype=bool)
iflag=flatnonzero(flag)
gaps= iflag[1:] - iflag[:-1]

谢谢。

Answer 1

给定带有整数的高级（或“花式”）索引的规范， A[nonzero(flag)] == A[flag]的保证也保证了值在1-d中从低到高排序。案件。 但是，在更高的维度中，结果（虽然“已排序”）具有与您预期不同的结构。

简而言之，给定一个整数ind的一维数组和一个要索引的一维数组x ，我们为ind定义的所有有效i都有以下内容：

result[i] = x[ind[i]]

result采用ind的形状，并包含由ind指示的索引处的x值。 这意味着我们可以推断，如果x[flag]保持了原来的顺序x ，并且如果x[nonzero(flag)]是相同的x[flag] ，然后nonzero(flag)必须始终产生以排序的顺序索引。

唯一的问题是，对于多维数组，索引存储为每个被索引的维度的不同数组。 换句话说，

x[array([0, 1, 2]), array([0, 0, 0])]

等于

array([x[0, 0], x[1, 0], x[2, 0]])

值仍然是排序的，但每个维度都会分解为自己的数组。 （你可以通过播放来做有趣的事情;但这超出了这个答案的范围。）

这种推理的唯一问题是 - 令我惊讶的是 - 我找不到一个明确的语句来保证布尔索引保留数组的原始顺序。 尽管如此，我从经验中确信它确实如此。 更一般地说，让x[[True, True, True]]返回x的反转版本是令人难以置信的反常 。