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
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