numpy.ravel_multi_index¶

numpy.ravel_multi_index(multi_index, dims, mode='raise', order='C')¶

将索引数组的元组转换为平面索引的数组，将边界模式应用于多索引。

参数：	multi_index：array_like的元组整数数组的元组，每个维的一个数组。 dims：ints的tuple 应用来自`multi_index`的索引的数组的形状。 mode：{'raise'，'wrap'，'clip'}，可选指定如何处理超越索引。可以指定一个模式或一个模式的元组，每个索引一个模式。 'raise' - 引发错误（默认） 'wrap' - wrap around 'clip' - 剪辑到范围在“剪辑”模式中，通常包装的负索引将剪切为0。 order：{'C'，'F'}，可选确定多索引是否应被视为行主（C风格）或列主（Fortran风格）顺序中的索引。
返回：	raveled_indices：ndarray 数组的平面化版本的维度`dims`的数组。

参数：

multi_index：array_like的元组

整数数组的元组，每个维的一个数组。

dims：ints的tuple

应用来自multi_index的索引的数组的形状。

mode：{'raise'，'wrap'，'clip'}，可选

指定如何处理超越索引。可以指定一个模式或一个模式的元组，每个索引一个模式。

'raise' - 引发错误（默认）

'wrap' - wrap around

'clip' - 剪辑到范围

在“剪辑”模式中，通常包装的负索引将剪切为0。

order：{'C'，'F'}，可选

确定多索引是否应被视为行主（C风格）或列主（Fortran风格）顺序中的索引。

raveled_indices：ndarray

数组的平面化版本的维度dims的数组。

也可以看看

unravel_index

笔记

版本1.6.0中的新功能。

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