numpy.where（condition）的輸出不是數組，而是數組的元組：為什么？

Question

我正在嘗試numpy.where(condition[, x, y])函數。
從numpy文檔中，我了解到，如果僅給出一個數組作為輸入，它應該返回該數組非零的索引（即“ True”）：

如果僅給出條件，則返回元組condition.nonzero（），其中condition為True的索引。

但是，如果嘗試一下，它將返回一個包含兩個元素的元組 ，其中第一個是所需的索引列表，第二個是空元素：

>>> import numpy as np
>>> array = np.array([1,2,3,4,5,6,7,8,9])
>>> np.where(array>4)
(array([4, 5, 6, 7, 8]),) # notice the comma before the last parenthesis

所以問題是：為什么？ 這種行為的目的是什么？ 在什么情況下這很有用？ 確實，要獲得所需的索引列表，我必須添加索引，如np.where(array>4)[0] ，這似乎是“丑陋的”。

---

附錄

我從一些答案中了解到，它實際上只是一個元素的元組。 仍然我不明白為什么要這樣輸出。 為了說明這是不理想的，請考慮以下錯誤（首先引起了我的問題）：

>>> import numpy as np
>>> array = np.array([1,2,3,4,5,6,7,8,9])
>>> pippo = np.where(array>4)
>>> pippo + 1
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: can only concatenate tuple (not "int") to tuple

因此您需要做一些索引來訪問實際的索引數組：

>>> pippo[0] + 1
array([5, 6, 7, 8, 9])

Answer 1

在Python中， (1)僅表示1 。 可以隨意將()添加到組號和表達式中，以提高可讀性（例如(1+3)*3 v (1+3,)*3 ）。 因此，要表示一個1元素元組，它使用(1,) （並要求您也使用它）。

從而

(array([4, 5, 6, 7, 8]),)

是一個元素元組，該元素是一個數組。

如果將where應用於2d數組，結果將是2元素元組。

where的結果是可以將其直接插入索引槽中，例如

a[where(a>0)]
a[a>0]

應該返回相同的東西

就像

I,J = where(a>0)   # a is 2d
a[I,J]
a[(I,J)]

或舉個例子：

In [278]: a=np.array([1,2,3,4,5,6,7,8,9])
In [279]: np.where(a>4)
Out[279]: (array([4, 5, 6, 7, 8], dtype=int32),)  # tuple

In [280]: a[np.where(a>4)]
Out[280]: array([5, 6, 7, 8, 9])

In [281]: I=np.where(a>4)
In [282]: I
Out[282]: (array([4, 5, 6, 7, 8], dtype=int32),)
In [283]: a[I]
Out[283]: array([5, 6, 7, 8, 9])

In [286]: i, = np.where(a>4)   # note the , on LHS
In [287]: i
Out[287]: array([4, 5, 6, 7, 8], dtype=int32)  # not tuple
In [288]: a[i]
Out[288]: array([5, 6, 7, 8, 9])
In [289]: a[(i,)]
Out[289]: array([5, 6, 7, 8, 9])

======================

無論輸入數組的尺寸如何， np.flatnonzero顯示了僅返回一個數組的正確方法。

In [299]: np.flatnonzero(a>4)
Out[299]: array([4, 5, 6, 7, 8], dtype=int32)
In [300]: np.flatnonzero(a>4)+10
Out[300]: array([14, 15, 16, 17, 18], dtype=int32)

它的文檔說：

這等效於a.ravel（）。nonzero（）[0]

實際上，這實際上就是函數的功能。

通過展平a消除了如何處理多個尺寸的問題。 然后，它將響應從元組中刪除，從而為您提供一個簡單的數組。 通過展平，它對於一維數組並沒有特殊情況。

==========================

@Divakar建議np.argwhere ：

In [303]: np.argwhere(a>4)
Out[303]: 
array([[4],
       [5],
       [6],
       [7],
       [8]], dtype=int32)

哪個做np.transpose(np.where(a>4))

或者，如果您不喜歡列向量，則可以再次轉置它

In [307]: np.argwhere(a>4).T
Out[307]: array([[4, 5, 6, 7, 8]], dtype=int32)

除了現在是1xn陣列。

我們也可以同樣都包裹where在array ：

In [311]: np.array(np.where(a>4))
Out[311]: array([[4, 5, 6, 7, 8]], dtype=int32)

有多種方法可以將數組從where元組中取出（ [0] ， i,= ， transpose ， array等）。

Answer 2

簡短的答案： np.where設計為具有一致的輸出，而與數組的尺寸無關。

二維數組有兩個索引，因此np.where的結果是一個包含相關索引的長度為2的元組。 這可以概括為3維的長度為3的元組，4維的長度為4的元組或N維的長度為N的元組。 通過此規則，很明顯在1維中，結果應為長度為1的元組。

Answer 3

只需使用np.asarray函數。 在您的情況下：

>>> import numpy as np
>>> array = np.array([1,2,3,4,5,6,7,8,9])
>>> pippo = np.asarray(np.where(array>4))
>>> pippo + 1
array([[5, 6, 7, 8, 9]])