Trovare le righe che hanno tutti gli elementi come zeri in una matrice numpy

Question

Ho una grande matrice M. Alcune delle righe della matrice hanno tutti i loro elementi come zero e ho bisogno di ottenere gli indici di quelle righe. L'approccio ingenuo che sto considerando è quello di scorrere ogni riga della matrice e quindi controllare ciascun elemento. Tuttavia penso che ci sia un approccio migliore e più veloce per realizzare questo utilizzando numpy. Spero che tu possa aiutare!

Answer 1

Ecco un modo. Presumo che il numpy sia stato importato usando import numpy as np.

In [20]: a 
Out[20]: 
array([[0, 1, 0], 
     [1, 0, 1], 
     [0, 0, 0], 
     [1, 1, 0], 
     [0, 0, 0]]) 

In [21]: np.where(~a.any(axis=1))[0] 
Out[21]: array([2, 4]) 

Si tratta di una lieve variazione di questa risposta: How to check that a matrix contains a zero column?

Ecco quello che sta succedendo:

Il metodo any restituisce True se qualsiasi valore nella matrice è "truthy". I numeri diversi da zero sono considerati Veri e 0 è considerato Falso. Utilizzando l'argomento axis=1, il metodo viene applicato a ciascuna riga. Per l'esempio a, abbiamo:

In [32]: a.any(axis=1) 
Out[32]: array([ True, True, False, True, False], dtype=bool) 

Così ogni valore indica se la riga corrispondente contiene un valore diverso da zero. L'operatore ~ è il binario "non" o complementare:

In [33]: ~a.any(axis=1) 
Out[33]: array([False, False, True, False, True], dtype=bool) 

(. Un'espressione alternativa che fornisce lo stesso risultato è (a == 0).all(axis=1))

Per ottenere gli indici riga, si usa la funzione where. Esso restituisce gli indici in cui il suo argomento è vero:

In [34]: np.where(~a.any(axis=1)) 
Out[34]: (array([2, 4]),) 

Nota che where restituito una tupla contenente un singolo array. where funziona per gli array n-dimensionali, quindi restituisce sempre una tupla. Vogliamo il singolo array in quella tupla.

In [35]: np.where(~a.any(axis=1))[0] 
Out[35]: array([2, 4])