谁能给我解释一下 numpy.indices()?

Can anybody explain me the numpy.indices()?

我已经多次阅读有关 np.indices() 的文档,但我似乎无法理解它的内容。 我已经在很多事情上使用它来了解它的作用,但我仍然无法真正理解它。也许问题是我是编程的初学者,所以我无法理解描述它的文字背后的想法。此外,我不是以英语为母语的人(尽管我对此没有任何问题)。 我将非常感谢更简单的解释,可能是一些例子。谢谢。

假设您有一个矩阵 M,其第 (i,j) 个元素等于

M_ij = 2*i + 3*j

定义此矩阵的一种方法是

i, j = np.indices((2,3))
M = 2*i + 3*j

产生

array([[0, 3, 6],
       [2, 5, 8]])

换句话说,np.indicesreturns个数组可以用作索引i中的元素表示行索引:

In [12]: i
Out[12]: 
array([[0, 0, 0],
       [1, 1, 1]])

j中的元素表示列索引:

In [13]: j
Out[13]: 
array([[0, 1, 2],
       [0, 1, 2]])

这段代码我明白了。

以下函数与 np.indices() 具有相同的行为。

# fixed dimensions=(2,3,4)
def my_indices():
    dimensions = (2,3,4)
    A = np.empty(dimensions)
    # dimensions[0] = 2
    A[0, :, :] = 0
    A[1, :, :] = 1

    B = np.empty(dimensions)
    # dimensions[1] = 3
    B[:, 0, :] = 0
    B[:, 1, :] = 1
    B[:, 2, :] = 2

    C = np.empty(dimensions)
    # dimensions[2] = 4
    C[:, :, 0] = 0
    C[:, :, 1] = 1
    C[:, :, 2] = 2
    C[:, :, 3] = 3

    return [A, B, C] 

通话

A, B, C = my_indices()
print(A.shape)
print(B.shape)
print(C.shape)
print('A\n', A)
print('B\n', B)
print('C\n', C)

结果

(2, 3, 4)
(2, 3, 4)
(2, 3, 4)
A
 [[[0. 0. 0. 0.]
  [0. 0. 0. 0.]
  [0. 0. 0. 0.]]

 [[1. 1. 1. 1.]
  [1. 1. 1. 1.]
  [1. 1. 1. 1.]]]

B
 [[[0. 0. 0. 0.]
  [1. 1. 1. 1.]
  [2. 2. 2. 2.]]

 [[0. 0. 0. 0.]
  [1. 1. 1. 1.]
  [2. 2. 2. 2.]]]

C
 [[[0. 1. 2. 3.]
  [0. 1. 2. 3.]
  [0. 1. 2. 3.]]

 [[0. 1. 2. 3.]
  [0. 1. 2. 3.]
  [0. 1. 2. 3.]]]

np.indices() 用例

def create_hsv_map():
    img_hsv = np.empty((180, 256, 3), np.uint8)
    hue, saturation = np.indices((180,256))
    img_hsv[:, :, 0] = hue
    img_hsv[:, :, 1] = saturation
    img_hsv[:, :, 2] = 255
    # ...

示例 np.repeat() 而不是 np.indices()

def create_hsv_map2():
    img_hsv = np.empty((180, 256, 3), np.uint8)
    hue = np.repeat(np.arange(180).reshape(180, 1), repeats=256, axis=1)
    saturation = np.repeat(np.arange(256).reshape(1, 256), repeats=180, axis=0)
    img_hsv[:, :, 0] = hue
    img_hsv[:, :, 1] = saturation
    img_hsv[:, :, 2] = 255
    # ...

已经发布的答案仍然很复杂,所以这里有一个最简单的理解方法。


第 1 步: 让我们创建一个 2x2 网格

ids = np.indices((2,2))

第 2 步: 现在让我们解压 i,j 索引

i, j = ids 

这些是索引 i,j:

print(i)
[[0 0]
 [1 1]]

print(j)
[[0 1]
 [0 1]]

第 3 步: 了解 i,j 代表什么

想到它的简单方法是将其配对为 (i0,j0), (i1,j1), (i2,j2), (i3,j3) 即将 i 的每个元素与 j.

的对应元素匹配

所以我们得到:(0,0), (0,1), (1,0), (1,1).

这些正是 2x2 网格的索引: