NumPy API（九）——输入和输出索引相关 API

索引相关API

另见：

Indexing

生成索引数组

• c_ 将切片对象转换为沿第二轴的连接。
• r_ 将切片对象转换为沿第一轴的连接。
• s_ 为数组构建索引元组的更好方法。
• nonzero(a) 返回非零元素的索引。
• where(condition, [x, y]) 返回元素，可以是x或y，具体取决于条件。
• indices(dimensions[, dtype]) 返回表示网格索引的数组。
• ix_(*args) 从多个序列构造一个开放网格。
• ogrid nd_grid实例，它返回一个开放的多维“meshgrid”。
• ravel_multi_index(multi_index, dims[, mode, …]) 将索引数组的元组转换为平面索引数组，将边界模式应用于多索引。
• unravel_index(indices, dims[, order]) 将平面索引或平面索引数组转换为坐标数组的元组。
• diag_indices(n[, ndim]) 返回索引以访问数组的主对角线。
• diag_indices_from(arr) 返回索引以访问n维数组的主对角线。
• mask_indices(n, mask_func[, k]) 给定掩蔽函数，将索引返回到访问（n，n）数组。
• tril_indices(n[, k, m]) 返回（n，m）数组的下三角形的索引。
• tril_indices_from(arr[, k]) 返回arr的下三角形的索引。
• triu_indices(n[, k, m]) 返回（n，m）数组的上三角形的索引。
• triu_indices_from(arr[, k]) 返回arr上三角的索引。

类似索引的操作

• take(a, indices[, axis, out, mode]) 从轴上获取数组中的元素。
• choose(a, choices[, out, mode]) 从索引数组和一组数组构造一个数组以供选择。
• compress(condition, a[, axis, out]) 沿给定轴返回数组的选定切片。
• diag(v[, k]) 提取对角线或构造对角线阵列。
• diagonal(a[, offset, axis1, axis2]) 返回指定的对角线。
• select(condlist, choicelist[, default]) 返回从选择列表中的元素绘制的数组，具体取决于条件。
• lib.stride_tricks.as_strided(x[, shape, …]) 使用给定的形状和步幅创建数组视图。

将数据插入数组

• place(arr, mask, vals) 根据条件和输入值更改数组的元素。
• put(a, ind, v[, mode]) 用给定值替换数组的指定元素。
• putmask(a, mask, values) 根据条件和输入值更改数组的元素。
• fill_diagonal(a, val[, wrap]) 填充任何维度的给定数组的主对角线。

迭代数组

• nditer 用于迭代数组的高效多维迭代器对象。
• ndenumerate(arr) 多维索引迭代器。
• ndindex(*shape) 用于索引数组的N维迭代器对象。
• flatiter 平面迭代器对象迭代数组。
• lib.Arrayterator(var[, buf_size]) 用于大型数组的缓冲迭代器。

---

原文：https://www.numpy.org.cn/reference/routines