Question

如果我有这样的多维数组：

a = np.array([[9,9,9],[9,0,9],[9,9,9]])

我想得到该数组中每个索引的数组，如下所示：

i = np.array([[0,0],[0,1],[0,2],[1,0],[1,1],...])

我发现的一种方法就是这样，使用np.indices：

i = np.transpose(np.indices(a.shape)).reshape(a.shape[0] * a.shape[1], 2)

但这似乎有点笨拙，特别是考虑到np.nonzero 几乎做了我想要的事情。

是否有一个内置的numpy函数会产生2D numpy数组中每个项目的索引数组？

Answer 1

这是一种更简洁的方式（如果订单不重要）：

In [56]: np.indices(a.shape).T.reshape(a.size, 2)
Out[56]: 
array([[0, 0],
       [1, 0],
       [2, 0],
       [0, 1],
       [1, 1],
       [2, 1],
       [0, 2],
       [1, 2],
       [2, 2]])

如果您想按预期顺序使用，可以使用dstack：

In [46]: np.dstack(np.indices(a.shape)).reshape(a.size, 2)
Out[46]: 
array([[0, 0],
       [0, 1],
       [0, 2],
       [1, 0],
       [1, 1],
       [1, 2],
       [2, 0],
       [2, 1],
       [2, 2]])

对于第一种方法，如果您不想使用reshape，则另一种方法是使用np.concatenate()沿第一轴连接。

np.concatenate(np.indices(a.shape).T)

获取数组的索引数组

1 个答案: