numpy.indices

numpy.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 представления. По умолчанию False.

Добавлена в версии 1.17.

Возвращает

gridone ndarray or tuple of ndarrays

Если sparse равно False:

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

Если sparse равно True:

Возвращает кортеж массивов, с grid[i].shape = (1, ..., 1, dimensions[i], 1, ..., 1) на i-м месте.

См. также

mgrid, ogrid, meshgrid

Примечания

Форма выходных данных в плотном случае получается путем добавления числа измерений перед кортежем измерений, т.е. если dimensions это кортеж (r0, ..., rN-1) длиной N, форма выходных данных равна (N, r0, ..., rN-1).

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

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 можно использовать 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 приведенном выше примере было бы проще извлечь необходимые элементы непосредственно с помощью x[:2, :3].

Если sparse установлено в true, 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]])