numpy.where（condition）的输出不是数组，而是数组的元组：为什么？

Question

我正在尝试该numpy.where(condition[, x, y])功能。
从numpy文档中，我了解到，如果仅给出一个数组作为输入，它应该返回该数组非零的索引（即“
True”）：

如果仅给出条件，则返回元组condition.nonzero（），其中condition为True的索引。

但是，如果尝试一下，它将返回一个包含两个元素的 元组 ，其中第一个是所需的索引列表，第二个是空元素：

>>> 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

所以问题是：为什么？这种行为的目的是什么？在什么情况下这很有用？确实，要获得所需的索引列表，我必须添加索引，如中所示np.where(array>4)[0]，这似乎是“丑陋的”。

附录

我从一些答案中了解到，它实际上只是一个元素的元组。仍然我不明白为什么要这样输出。为了说明这是不理想的，请考虑以下错误（首先引起了我的问题）：

>>> 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来访问实际的索引数组：

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

Answer 1

在Python中(1)意味着1。 ()可以自由添加到组号和表达式中以提高可读性（例如(1+3)*3v
(1+3,)*3）。因此，要表示它使用的1元素元组(1,)（并要求您也使用它）。

从而

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

是一个元素元组，该元素是一个数组。

如果应用where到2d数组，结果将是2元素元组。

结果where是可以将其直接插入分度槽，例如

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

应该返回相同的东西

就像

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

或举个例子：

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])

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

np.flatnonzero 展示了仅返回一个数组的正确方法，而不管输入数组的尺寸如何。

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)

它的文档说：

这等效于a.ravel（）。nonzero（）[0]

实际上，这实际上就是函数的功能。

通过展平a消除了如何处理多个尺寸的问题。然后，它将响应从元组中删除，从而为您提供一个简单的数组。通过展平，它对于一维数组并没有特殊情况。

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

@Divakar建议np.argwhere：

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

哪个 np.transpose(np.where(a>4))

或者，如果您不喜欢列向量，则可以再次转置它

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

除了现在是一个1xn数组。

我们也可以包裹where在array：

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

大量的以阵列出来的方式where元组（[0]，i,=，transpose，array，等等）。