我正在检查一段代码片段,有一段代码如下
z = [[True, False, True],[True, True, True],[False, False, False]]
xz, yz = np.where(z)
print(xz)
print(yz)
这是回报
[0 0 1 1 1]
[0 2 0 1 2]
如果我
z = [[True, False, True],[True, True, True]]
我会得到和你一样的结果
[0 0 1 1 1]
[0 2 0 1 2]
当我
z = [[True, False],[True, True]]
结果是
[0 1 1]
[0 0 1]
我无法找出它在做什么,这是在github上的SynthText repo中介绍的。 如果有人能帮助我了解它的功能,我将不胜感激?它的用途是什么
如果仔细阅读关于^{} 的文档,您会发现,如果只提供条件参数,它与}
np.asarray(condition).nonzero()
等价,因此行为归结为^{这个数组中有三个非零元素,索引为:
[0, 0]
,[1, 0]
,[1, 1]
元组的第一个元素是每个非零元素(
[0, 1, 1]
)的第一个索引,元组的第二个元素是每个非零元素([0, 0, 1]
)的第二个索引如果考虑二维矩阵,如矩阵,^ {< CD1>}有助于得到元素的真或非零指数。二维数组索引有两个组件,分别对应于数组中的每个元素
[rows' number, columns' number]
。 第一个变量,即示例中的xz
显示True或非零元素的行数,yz
显示相应列数。以下代码有助于理解:使用以下代码将获得每个真或非零元素的索引,如上面代码中的
nonzero_indices
所示:这将给
[[0 0] [1 0] [1 1]]
希望对你有帮助
相关问题 更多 >
编程相关推荐