numpy.ma.indices

numpy.ma.indices(dimensions, dtype=<class 'int'>, sparse=False) [source]

Возвращает массив, представляющий индексы сетки.

Вычисляет массив, где подмассивы содержат значения индексов 0, 1, …, изменяющиеся только вдоль соответствующей оси.

Параметры

dimensionssequence of ints

Форма сетки.

dtypedtype, optional

Тип данных результата.

sparseboolean, optional

Возвращает разреженное представление сетки вместо плотного. По умолчанию False.

Новое в версии 1.17.

Возвращает

gridone ndarray or tuple of ndarrays

Если sparse = False:

Возвращает один массив с индексами сетки, grid.shape = (len(dimensions),) + tuple(dimensions).

Если sparse = True:

Возвращает кортеж массивов, где grid[i].shape = (1, ..., 1, dimensions[i], 1, ..., 1) с размерностями[i] в i-ом месте

См. также

mgrid, ogrid, meshgrid

Примечания

Форма выходных данных в плоском случае получается путем добавления количества измерений перед кортежем измерений, т.е. если dimensions является кортежем (r0, ..., rN-1) длиной N, форма выходных данных — (N, r0, ..., rN-1).

Подмассивы grid[k] содержат N-мерный массив индексов вдоль k-th оси. Явно:

grid[k, i0, i1, ..., iN-1] = ik

Примеры

>>> grid = np.indices((2, 3))
>>> grid.shape
(2, 2, 3)
>>> grid[0]        # row indices
array([[0, 0, 0],
       [1, 1, 1]])
>>> grid[1]        # column indices
array([[0, 1, 2],
       [0, 1, 2]])

Индексы могут использоваться в качестве индексов в массиве.

>>> x = np.arange(20).reshape(5, 4)
>>> row, col = np.indices((2, 3))
>>> x[row, col]
array([[0, 1, 2],
       [4, 5, 6]])

Обратите внимание, что в приведённом выше примере было бы проще получить нужные элементы непосредственно с помощью x[:2, :3].

Если sparse установлено в True, то сетка будет возвращена в разреженном представлении.

>>> i, j = np.indices((2, 3), sparse=True)
>>> i.shape
(2, 1)
>>> j.shape
(1, 3)
>>> i        # row indices
array([[0],
       [1]])
>>> j        # column indices
array([[0, 1, 2]])