np.index在numpy中的julia等价物是什么?
在Python中,有,它返回网格的索引:np.index在numpy中的julia等价物是什么?,julia,Julia,在Python中,有,它返回网格的索引: Python 2.7.1 > import numpy as np > x,y = np.indices((2,2)) > x array([[0, 0], [1, 1]]) > y array([[0, 1], [0, 1]]) 朱莉娅的类似功能是什么?特别是多维网格 我尝试了eachindex,但它需要一个网格作为输入,而不仅仅是维度。此外,输出是线性索引的平面列表,而不是单独的笛卡尔分量。可以使
Python 2.7.1
> import numpy as np
> x,y = np.indices((2,2))
> x
array([[0, 0],
[1, 1]])
> y
array([[0, 1],
[0, 1]])
朱莉娅的类似功能是什么?特别是多维网格
我尝试了
eachindex
,但它需要一个网格作为输入,而不仅仅是维度。此外,输出是线性索引的平面列表,而不是单独的笛卡尔分量。可以使用笛卡尔细分功能获得:
julia> inds = CartesianIndices((2,2))
2×2 CartesianIndices{2,Tuple{Base.OneTo{Int64},Base.OneTo{Int64}}}:
CartesianIndex(1, 1) CartesianIndex(1, 2)
CartesianIndex(2, 1) CartesianIndex(2, 2)
julia> Tuple.(inds)
2×2 Array{Tuple{Int64,Int64},2}:
(1, 1) (1, 2)
(2, 1) (2, 2)
julia> getindex.(inds, 1)
2×2 Array{Int64,2}:
1 1
2 2
julia> getindex.(inds, 2)
2×2 Array{Int64,2}:
1 2
1 2
另请注意,您可以使用上述inds
数组的条目直接为给定维度的数组编制索引。如果您更喜欢线性索引而不是笛卡尔索引,则可以使用LinearIndices
函数。