从numpy中的张量中过滤出零矩阵答案

【问题标题】：Filtering out zero matrices from tensor in numpy从numpy中的张量中过滤出零矩阵
【发布时间】：2018-07-21 18:52:44
【问题描述】：

我得到了大小为(30, 256, 256) 的 ML 算法的分割掩码张量。问题是，其中一些条目是零矩阵，我必须将它们过滤掉。现在我正在使用带有 np.array_equal 函数的基于循环的简单技术来手动过滤掉它们。

有没有办法在 NumPy 中使用一些花哨的索引更有效地做到这一点？

【问题讨论】：

请注意，在 NumPy 中由 np.ndarray 表示的多维在某些框架之外通常不被称为“张量”（其中术语也容易混淆；你不会当您关心特定的基础时，不要将您的矩阵称为线性映射）。
如果@fuglede 的答案不正确，您需要详细说明，可能包括该naive loop 的代码。我们可以猜到您所说的tensor 和zero matrices 是什么意思，但不能确定。如前所述，numpy 具有各种大小和维度的数组。它没有正式定义tensor 或matrix（np.matrix 子类除外）。

【解决方案1】：

如果a 是你的数组，你可以这样做

a[np.any(a != 0, (1, 2))]

【讨论】：

【解决方案2】：

只需遍历您的矩阵并使用函数count_non_zero() 来有效地检查矩阵是否为零矩阵。

import numpy as np

for matrix in tensor:
  if np.count_nonzero(matrix) != 0:
     #keep in your tensor
  else:
     #remove from your tensor

【讨论】：