mindspore.Tensor.nonzero

mindspore.Tensor.nonzero(*, as_tuple=False)

返回所有非零元素下标位置。

说明

self 的秩。

• Ascend: 其秩可以等于0。

• CPU/GPU: 其秩应大于等于1。

关键字参数：

• as_tuple (bool, 可选) - 是否以tuple形式输出。如果为 False ，输出Tensor，默认值： False 。如果为 True ，输出Tuple[Tensor]，只支持 Ascend 。

返回：

• 当as_tuple=False，输出Tensor，维度为2，类型为int64，表示输入中所有非零元素的下标。

• 当as_tuple=True，输出Tuple[Tensor]，类型为int64，长度为输入张量的维度，每一元素是输入张量在该维度下所有非零元素的下标的1D张量。

异常：

• TypeError - 如果 self 不是Tensor。

• TypeError - 如果 as_tuple 不是bool。

• RuntimeError - 在CPU或者GPU平台中，如果 self 的维度为0。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore
>>> import numpy as np
>>> from mindspore import Tensor
>>> x = Tensor(np.array([[[1,  0], [-5, 0]]]), mindspore.int32)
>>> output = x.nonzero()
>>> print(output)
[[0 0 0]
[0 1 0]]
>>> x = Tensor(np.array([1, 0, 2, 0, 3]), mindspore.int32)
>>> output = x.nonzero(as_tuple=False)
>>> print(output)
[[0]
[2]
[4]]
>>> x = Tensor(np.array([[[1,  0], [-5, 0]]]), mindspore.int32)
>>> output = x.nonzero(as_tuple=True)
>>> print(output)
(Tensor(shape=[2], dtype=Int64, value=[0, 0]),
Tensor(shape=[2], dtype=Int64, value=[0, 1]),
Tensor(shape=[2], dtype=Int64, value=[0, 0]))
>>> x = Tensor(np.array([1, 0, 2, 0, 3]), mindspore.int32)
>>> output = x.nonzero(as_tuple=True)
>>> print(output)
(Tensor(shape=[3], dtype=Int64, value=[0, 2, 4]), )