获取 N 维数组的所有索引作为列表

Question

有没有办法在 Python 中以快速有效的方式获取 N 维数组中所有索引的列表或数组？例如，图像我们有以下数组：import numpy as nptest = np.zeros((4,4))array([[0., 0., 0., 0.],       [0., 0., 0., 0.],       [0., 0., 0., 0.],       [0., 0., 0., 0.]])我想获得所有元素索引如下：indices = [ [0,0],[0,1],[0,2] ... [3,2],[3,3] ]

Answer 1

使用np.indices一些重塑：

np.indices(test.shape).reshape(2, -1).T

array([[0, 0],  

       [0, 1],  

       [0, 2],  

       [0, 3],  

       [1, 0],  

       [1, 1],  

       [1, 2],  

       [1, 3],  

       [2, 0],  

       [2, 1],  

       [2, 2],  

       [2, 3],  

       [3, 0],  

       [3, 1],  

       [3, 2],  

       [3, 3]])

Answer 2

我建议使用 制作与数组1形状相同的test数组np.ones_like，然后使用np.where：

>>> np.stack(np.where(np.ones_like(test))).T

# Or np.dstack(np.where(np.ones_like(test)))

array([[0, 0],

       [0, 1],

       [0, 2],

       [0, 3],

       [1, 0],

       [1, 1],

       [1, 2],

       [1, 3],

       [2, 0],

       [2, 1],

       [2, 2],

       [2, 3],

       [3, 0],

       [3, 1],

       [3, 2],

       [3, 3]])

Answer 3

如果您可以使用列表理解

test = np.zeros((4,4))

indices = [[i, j] for i in range(test.shape[0]) for j in range(test.shape[1])]

print (indices)

[[0, 0], [0, 1], [0, 2], [0, 3], [1, 0], [1, 1], [1, 2], [1, 3], [2, 0], [2, 1], [2, 2], [2, 3], [3, 0], [3, 1], [3, 2], [3, 3]]