numpy.ravel_multi_index #

麻木的。ravel_multi_index ( multi_index , dims , mode = 'raise' , order = 'C' ) #

将索引数组元组转换为平面索引数组,将边界模式应用于多索引。

参数
array_like 的multi_index元组

整数数组的元组,每个维度一个数组。

使整数元组变暗

应用索引的数组的形状multi_index

模式{'raise', 'wrap', 'clip'}, 可选

指定如何处理越界索引。可以指定一种模式或模式元组,每个索引一种模式。

  • 'raise' – 引发错误(默认)

  • 'wrap' – 环绕

  • 'clip' – 剪辑到范围

在“剪辑”模式下,通常换行的负索引将剪辑为 0。

订单{'C', 'F'},可选

确定多重索引是否应被视为按行优先(C 样式)或列优先(Fortran 样式)顺序进行索引。

返回
raveled_indices ndarray

维度数组的扁平化版本的索引数组dims

也可以看看

unravel_index

笔记

1.6.0 版本中的新增功能。

例子

>>> arr = np.array([[3,6,6],[4,5,1]])
>>> np.ravel_multi_index(arr, (7,6))
array([22, 41, 37])
>>> np.ravel_multi_index(arr, (7,6), order='F')
array([31, 41, 13])
>>> np.ravel_multi_index(arr, (4,6), mode='clip')
array([22, 23, 19])
>>> np.ravel_multi_index(arr, (4,4), mode=('clip','wrap'))
array([12, 13, 13])
>>> np.ravel_multi_index((3,1,4,1), (6,7,8,9))
1621