如何使用Numpy筛选二维ndarray中y=0的元素并获取x最值坐标

我们可以通过Numpy的布尔索引筛选目标子集，再结合argmin/argmax定位极值对应的坐标，全程用Numpy原生功能实现需求。

完整代码实现 #

import numpy as np

n2d = np.array(
[
    [10,0],
    [11,0],
    [12,0],
    [0,1],
    [100,1],
    [200,1],
    [20,0],
    [21,0],
    [22,0],
])

# 筛选所有y=0的坐标
filtered_coords = n2d[n2d[:, 1] == 0]

# 找到x值最小、最大的位置索引
min_x_idx = np.argmin(filtered_coords[:, 0])
max_x_idx = np.argmax(filtered_coords[:, 0])

# 提取目标坐标
min_coord = filtered_coords[min_x_idx]
max_coord = filtered_coords[max_x_idx]

print(min_coord)  # 输出 [10 0]
print(max_coord)  # 输出 [22 0]

步骤说明 #

• 布尔索引筛选：n2d[:, 1] == 0生成布尔数组，标记每一行的y值是否为0，用该数组索引原数组即可得到所有y=0的坐标子集。
• 定位极值索引：filtered_coords[:, 0]取筛选后数组的x列，np.argmin返回该列最小值的位置索引，np.argmax返回最大值的位置索引。
• 提取坐标：用得到的索引从筛选后的数组中取出对应行，就是需要的目标坐标。

如果想一次性获取两个结果，可简化为：

result = filtered_coords[[np.argmin(filtered_coords[:, 0]), np.argmax(filtered_coords[:, 0])]]
print(result)
# 输出：
# [[10  0]
#  [22  0]]

内容的提问来源于stack exchange，提问作者kazaki