使用numpy获取2-D索引的子集

我的二维数据包含错误值（0表示错误）。我的目标是将每个不正确的值替换为最近的不坏的邻居。

SciPyNearestNDInterpolator似乎是实现此目的的好方法。在二维情况下，它接受（点数）x 2的索引数组和（点数）x 1的对应值数组作为插值对象。

因此，我需要获取索引和值的子集：那些是“好”的索引和值。下面的代码实现了这一点，但coordinates = array(list(ndindex(n_y, n_x)))和where(values != 0)[0]都凌乱。有没有更清洁的方法可以做到这一点？

# n_y and n_x are the number of points along each dimension.

coordinates = array(list(ndindex(n_y, n_x)))

values = data.flatten()
nonzero_ind = where(values != 0)[0]

nonzero_coordinates = coordinates[nonzero_ind, :]
nonzero_values = values[nonzero_ind]

谢谢。