numpy.ma.indices

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

Если sparse = True:

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

См. также

mgrid, ogrid, meshgrid

Примечания

Форма выходного массива в плотной форме получается путем добавления числа измерений перед кортежем измерений, т.е. если dimensions это кортеж (r0, ..., rN-1) длиной N, то форма выходного массива (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 могут быть использованы 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 напрямую 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]])