搜尋陣列項目

如果要單純用 Python 搜尋一堆數據裡的特定資料，往往要使用迴圈的方式一層層查找，如果透過 NumPy，則可以使用現成的搜尋方法搜尋特定的項目，大幅提高程式的處理效能，這篇教學將會介紹 NumPy 裡搜尋陣列項目的做法。

本篇使用的 Python 版本為 3.7.12，所有範例可使用 Google Colab 實作，不用安裝任何軟體 ( 參考：使用 Google Colab )

搜尋陣列項目的方法

NumPy 有下列幾種搜尋陣列項目的方法：

numpy.where()

numpy.where() 會根據判斷式找出索引值，回傳索引值的陣列，如果有設定 arr 和 val 會根據 arr 和 val 回傳新的陣列。，下方的例子會找出 a 陣列中項目為 b 的索引值。

import numpy as np

a = np.array(['a','b','c','d','a','b','c'])
b = np.where(a=='b')
print(b)    # (array([1, 5]),)   b 位在 1 和 5 的位置

下方的例子，會找出二維陣列 a 裡，數值大於 3 的項目索引值。

import numpy as np

a = np.array([[1,2,3,4],[5,6,7,8]])
b = np.where(a>3)
print(b)    # (array([0, 1, 1, 1, 1]), array([3, 0, 1, 2, 3]))
            # 對應 (0,3) -> 4
            # 對應 (1,0) -> 5
            # 對應 (1,1) -> 6
            # 對應 (1,2) -> 7
            # 對應 (1,3) -> 8

下方的例子，會找出二維陣列 a 裡，數值大於 3 的項目索引值，並將其套用於 b 陣列，b 陣列會顯示對應索引值為 True 的項目，索引為 False 的項目則以 0 顯示。

import numpy as np

a = np.array([[1,2,3,4],[5,6,7,8]])
b = np.array([['a','a','a','a'],['b','b','b','b']])
c = np.where(a>3,b,0)
print(c)
'''
[['0' '0' '0' 'a']
 ['b' 'b' 'b' 'b']]
'''

numpy.nonzero()

numpy.nonzero() 會取得內容「非 0」的項目索引值，並將索引值回傳為為新陣列。下方的例子會找出一維陣列中數值為 1 的索引值。

import numpy as np

a = np.array([1,0,1,0,1,0,1,0])
b = np.nonzero(a)
print(b)    # array([0, 2, 4, 6]),)

下方的例子會找出二維陣列中數值為 1 的索引值。

import numpy as np

a = np.array([[1,0,1,0],[1,0,1,0]])
b = np.nonzero(a)
print(b)     # (array([0, 0, 1, 1]), array([0, 2, 0, 2]))
             # 對應 (0, 0) (0, 2) (1, 0) (1, 2)

numpy.count_nonzero()

numpy.count_nonzero() 會計算陣列中「非 0」項目的數量。

import numpy as np

a = np.array([1,0,1,0,1,0,1,0])
b = np.count_nonzero(a)
print(b)   # 4

numpy.extract()

numpy.extract() 會根據條件陣列中的 True 或 False 項目索引值，取出目標 arr 對應的項目為新陣列。

import numpy as np

a = np.array([1,0,1,0,1,0,1,0])
b = np.array(['a','b','c','d','e','f','g','h'])
c = np.extract(a,b)      # 預設 1 為 True，0 為 False
print(c)                 # ['a' 'c' 'e' 'g']
d = np.extract(a==0,b)   # 加入判斷條件，0 變成 True
print(d))                # ['b' 'd' 'f' 'h']

意見回饋

如果有任何建議或問題，可傳送「意見表單」給我，謝謝～