问题描述
我有一个Numpy矩阵，我使用for循环遍历矩阵的每一行，我想从每一行中找到第一个非零值
我已经找到一种在这里找到第一个非零值的方法，但是它需要一个列表作为参数：
for row in matrix:
val = next((i for i, x in enumerate(row) if x), None)
总是返回0的val
我还尝试过在计算“ val”之前将行转换为列表
rowList = row.tolist()
但这也返回了相同的值
当我打印两个值时，输出在列表周围包含两个括号，这可能有影响吗？
即。
[[0, 0, 1, 2, 3]]
即使将行转换为列表，也会发生这种情况
有什么方法可以将每一行都转换为列表，以便随后找到第一个非零值的索引，或者还有另一种方法可以更简单地做到这一点？
1楼
您的next表达式有效：
In [793]: [next((i for i,x in enumerate(row) if x),None) for row in np.eye(10)]
Out[793]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
好的，这给出了第一个非零的索引，但是在我的示例情况下，它比1值更有趣。
In [801]: [row.nonzero()[0][0] for row in np.eye(10)]
Out[801]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
但是如果数组中的行全为0，例如in
arr =np.diag(np.arange(0,20,2))
nonzero版本会引发错误。
它需要对nonzero返回空列表的情况敏感。
要从idx列表中获取值，请使用
arr[np.arange(len(idx)), idx]
时机
对于较大的对角线数组， nonzero值实际上更快：
In [822]: arr =np.diag(np.arange(1,2000,2))
In [823]: timeit idx = [next((i for i,x in enumerate(row) if x),None) for row in arr]
10 loops, best of 3: 87.6 ms per loop
In [824]: timeit [row.nonzero()[0][0] for row in arr]
100 loops, best of 3: 6.44 ms per loop
对于排在开头的全为1的相同大小的数组， next一种方法要快一些。
In [825]: arr = np.zeros_like(arr,int)
In [826]: arr[:,10]=1
In [827]: timeit idx = [next((i for i,x in enumerate(row) if x),None) for row in arr]
100 loops, best of 3: 3.61 ms per loop
In [828]: timeit [row.nonzero()[0][0] for row in arr]
100 loops, best of 3: 6.41 ms per loop
在Python中的短路循环与C代码中的完整循环之间需要权衡取舍。
argmax是查找每行中第一个非零索引的另一种方法：
idx = np.argmax(arr>0, axis=1)
对于轴参数， argmax必须逐行迭代，然后在行内迭代，但是它在已编译的代码中进行。
使用这样的布尔参数， argmax会短路。
我在另一个有关argmax （或min）和nan值的问题中对此进行了探讨，它们也会短路。
另一种可能性（引导@Divakar吗？）
def foo(arr):
I,J=np.where(arr>0)
u,i=np.unique(I,return_index=True)
return J[i]
2楼
您不需要“将一个numpy数组转换为列表”，而是需要一种更好的方法来查找非零元素。
为此，您应该使用nonzero ：
返回非零元素的索引。
这样的：
import numpy as np
arr = np.array([0, 0, 9, 2])
print(arr[arr.nonzero()][0])
# 9
要么：
import numpy as np
matrix = np.array([[0, 0, 9, 2], [0, 3, 0, 1]])
for row in matrix:
print(row[row.nonzero()][0])
# 9
# 3
3楼
我的猜测是，像包括您自己在内的许多其他人一样，您被np.matrix类绊倒了。
切片此类的实例会产生意外的结果：
>> id = np.identity(4)
>>> type(id)
<class 'numpy.ndarray'>
>>> id[2]
array([ 0., 0., 1., 0.]) # shape == (4,)
>>> id_m = np.matrix(id)
>> type(id_m)
<class 'numpy.matrixlib.defmatrix.matrix'>
>>> id_m[2]
matrix([[ 0., 0., 1., 0.]]) # shape == (4, 1)
正如您怀疑的那样，这也可能是生成器技巧无效的原因。
np.matrix的一行将是因为它是嵌套的，一次返回整个行，然后停止。
如果出于某种原因要处理矩阵，但希望其表现得像数组，则可以使用.A属性。
>>> id_m.A
array([[ 1., 0., 0., 0.],
[ 0., 1., 0., 0.],
[ 0., 0., 1., 0.],
[ 0., 0., 0., 1.]])
最后一句话：
不要将您的行转换为此处列出的内容！ 您正在使用的生成器技巧的重点是尽快停止搜索。 想象一下，您的行每个都有100,000个元素，彼此都不为零。 生成器将查看前几个，一旦找到第一个非零（几乎肯定在前50个之内），它将跳过该行的其余部分（> 99,950）。 如果转换为列表，那么您就省去了这种节省，因为要生成等效列表，必须读取每个元素。 这也是在这种情况下生成器可以与矢量化numpy函数竞争的原因。