如何将一个布尔数组转换为numpy中的索引数组
是否有一个有效的Numpy机制来检索数组中的位置的整数索引基于条件是真实的而不是布尔掩码数组？
例如：
x=np.array([range(100,1,-1)]) #generate a mask to find all values that are a power of 2 mask=x&(x-1)==0 #This will tell me those values print x[mask] 在这种情况下，我想知道mask[i]==True的mask的索引号。 有没有可能产生这些循环？
另外一个select：
In [13]: numpy.where(mask) Out[13]: (array([36, 68, 84, 92, 96, 98]),)
这与numpy.where(mask==True) 。
你应该可以使用numpy.nonzero()来find这个信息。
np.arange(100,1,-1) array([100, 99, 98, 97, 96, 95, 94, 93, 92, 91, 90, 89, 88, 87, 86, 85, 84, 83, 82, 81, 80, 79, 78, 77, 76, 75, 74, 73, 72, 71, 70, 69, 68, 67, 66, 65, 64, 63, 62, 61, 60, 59, 58, 57, 56, 55, 54, 53, 52, 51, 50, 49, 48, 47, 46, 45, 44, 43, 42, 41, 40, 39, 38, 37, 36, 35, 34, 33, 32, 31, 30, 29, 28, 27, 26, 25, 24, 23, 22, 21, 20, 19, 18, 17, 16, 15, 14, 13, 12, 11, 10, 9, 8, 7, 6, 5, 4, 3, 2]) x=np.arange(100,1,-1) np.where(x&(x-1) == 0) (array([36, 68, 84, 92, 96, 98]),)
现在改写一下这个：
x[x&(x-1) == 0]
如果你喜欢索引器的方式，你可以将你的布尔列表转换为numpy数组：
print x[nd.array(mask)]
