np.unravel_index 的直观解释是什么？

Question

标题说的差不多。我已经阅读了文档并且已经使用该函数一段时间了，但我无法辨别这种转换的物理表现是什么。

原文由 austinkjensen 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

计算机内存是线性寻址的。每个存储单元对应一个数字。一个内存块可以根据基址（它的第一个元素的内存地址）和项目索引来寻址。例如，假设基地址为 10,000：

 item index      0       1       2       3
memory address  10,000  10,001  10,002  10,003

要存储多维块，必须以某种方式使它们的几何形状适合线性内存。在 C 和 NumPy 中，这是逐行完成的。一个二维示例是：

   | 0      1      2      3
--+------------------------
0 | 0      1      2      3
1 | 4      5      6      7
2 | 8      9     10     11

因此，例如，在这个 3×4 块中，二维索引 (1, 2) 将对应于线性索引 6 即 1 x 4 + 2 。

unravel_index 相反。给定线性索引，它计算相应的 ND 索引。因为这取决于块尺寸，所以这些也必须通过。因此，在我们的示例中，我们可以从线性索引 --- (1, 2) 6 ：

 >>> np.unravel_index(6, (3, 4))
(1, 2)

注意：以上内容掩盖了一些细节。 1) 将项目索引转换为内存地址还必须考虑项目大小。例如，一个整数通常有 4 或 8 个字节。因此，在后一种情况下，项目 i 的内存地址将为 base + 8 x i 。 2). NumPy 比建议的要灵活一些。如果需要，它可以逐列组织 ND 数据。它甚至可以处理内存中不连续的数据，例如留有间隙等。

---

额外阅读： ndarray 的内存布局

原文由 Paul Panzer 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

我们将从文档中的示例开始。

 >>> np.unravel_index([22, 41, 37], (7,6))
(array([3, 6, 6]), array([4, 5, 1]))

首先， (7,6) 指定我们想要将索引转换回的目标数组的维度。其次， [22, 41, 37] 是这个数组上的一些索引， 如果数组被展平的话。 如果一个 7 x 6 的数组被展平，它的索引看起来像

[ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, 16,
   17, 18, 19, 20, 21, *22*, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33,
   34, 35, 36, *37*, 38, 39, 40, *41*]

如果我们将这些索引展开到它们在暗淡的 (7, 6) 数组中的原始位置，它将是

      [[ 0,   1,   2,   3,   4,   5],
       [ 6,   7,   8,   9,  10,  11],
       [12,  13,  14,  15,  16,  17],
       [18,  19,  20,  21, *22*, 23],  <- (3, 4)
       [24,  25,  26,  27,  28,  29],
       [30,  31,  32,  33,  34,  35],
       [36, *37*, 38,  39,  40, *41*]]
           (6, 1)               (6,5)

unravel_index 函数的返回值告诉您如果数组未展平 ，[22, 41, 37] 的索引应该是什么。如果数组未展平，这些索引应该是 [(3, 4), (6, 5), (6,1)] 。换句话说，该函数将展平数组中的索引传输回其未展平的版本。

https://docs.scipy.org/doc/numpy-1.13.0/reference/generated/numpy.unravel_index.html

原文由 Tai 发布，翻译遵循 CC BY-SA 4.0 许可协议