matlab - 在numpy中获取线性化索引

Question

我需要模拟 MATLAB 函数 find，它返回数组非零元素的线性索引。例如:

>> a = zeros(4,4)
a =

     0     0     0     0
     0     0     0     0
     0     0     0     0
     0     0     0     0
>> a(1,1) = 1
>> a(4,4) = 1
>> find(a)
ans =

     1
    16

numpy 具有类似的函数 nonzero，但它返回索引数组的元组。例如:

In [1]: from numpy import *
In [2]: a = zeros((4,4))

In [3]: a[0,0] = 1

In [4]: a[3,3] = 1

In [5]: a
Out[5]: 
array([[ 1.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  1.]])

In [6]: nonzero(a)
Out[6]: (array([0, 3]), array([0, 3]))

是否有一个函数可以在不自己计算的情况下为我提供线性指数？

Answer 1

numpy 是否涵盖了您:

>>> np.flatnonzero(a)
array([ 0, 15])

在内部，它完全按照 Sven Marnach 的建议行事。

>>> print inspect.getsource(np.flatnonzero)
def flatnonzero(a):
    """
    Return indices that are non-zero in the flattened version of a.

    This is equivalent to a.ravel().nonzero()[0].

    [more documentation]

    """
    return a.ravel().nonzero()[0]