根据numpy中的条件随机选择索引

Question

假设我有 2D numpy 数组，值为 0 和 1。我想随机选择一个包含 1 的索引。有没有有效的方法可以使用 来做到这一点numpy？我用纯Python实现了它，但是太慢了。输入示例：[[0, 1], [1, 0]]输出：(0, 1)编辑：为了澄清：我希望我的函数获取值属于 {0, 1} 的 2D numpy 数组。我希望输出是从给定数组中随机（均匀）选取值的元组（2D 索引），该值等于 1。EDIT2：根据 Paul H 的建议，我想出了这个：    nonzero = np.nonzero(a)         return random.choice(list(zip(nonzero)))但它不适用于 numpy 的随机选择，仅适用于 python 的随机选择。有没有办法可以更好的优化呢？

Answer 1

从那里获取所有非零坐标和样本更容易：

xs,ys = np.where([[0, 1], [1, 0]])

# randomly pick a number:

idx = np.random.choice(np.arange(len(xs)) )

# output:

out = xs[idx], ys[idx]

Answer 2

你可以argwhere尝试permutation

a = np.array([[0, 1], [1, 0]])

b = np.argwhere(a)

tuple(np.random.permutation(b)[0])