mindspore.numpy.choose

mindspore.numpy.choose(a, choices, mode='clip')[源代码]

从索引数组和要选择的数组列表构造一个新数组。给定一个包含整数的“索引”数组 a 和一个由n个数组（ choices ）组成的序列， a 和每个选择数组首先会根据需要广播为相同shape的数组；我们称这些数组为 Ba 和 Bchoices[i], i=0,…,n-1 ，并且对于每个 i ，必然有 \(Ba.shape == Bchoices[i].shape\) 。然后，按照以下方式创建一个新数组，shape为 Ba.shape ：

如果 mode='raise' （默认值），那么首先， a （因此 Ba ）的每个元素必须在 [0, n-1] 范围内；假设 i （在该范围内）是 Ba 中 (j0, j1, ..., jm) 位置的值——那么新数组中相同位置的值就是 Bchoices[i] 在该位置的值；
如果 mode='wrap' ，则 a （因此 Ba ）中的值可以是任何（带符号）整数；使用模运算将超出 [0, n-1] 范围的整数映射回该范围内；然后像上述一样构造新数组；
如果 mode='clip' ，则 a （因此 Ba ）中的值可以是任何（带符号）整数；负整数被映射为0；大于 n-1 的值被映射为 n-1 ；然后像上述一样构造新数组。

说明

不支持Numpy的 out 参数。不支持 mode = 'raise' ，默认 mode 为 'clip' 。

参数：

a (int array) - 该数组必须包含 [0, n-1] 范围内的整数，其中 n 是选择数组的数量，除非使用 mode=wrap 或 mode=clip ，在这些情况下，任何整数都可以。
choices (数组的序列) - 选择数组。 a 和所有 choices 必须可以广播为相同的shape。如果 choices 本身是一个数组，则其最外层维度（即 choices.shape[0] 对应的维度）定义为“sequence”。
mode ('raise', 'wrap', 'clip', 可选) - 指定如何处理超出 [0, n-1] 范围的索引：
- 'raise' - 抛出错误；
- 'wrap' - 循环；
- 'clip' - 限制在范围内。'clip'模式意味着所有过大的索引都将被替换为该轴最后一个元素的索引。请注意，这将禁止使用负数进行索引。

返回：

Tensor，合并的结果。

异常：

ValueError - 如果 a 与任一 choices 不能被广播。

支持平台：

Ascend GPU CPU

样例：

>>> import mindspore.numpy as np
>>> choices = [[0, 1, 2, 3], [10, 11, 12, 13], [20, 21, 22, 23], [30, 31, 32, 33]]
>>> print(np.choose([2, 3, 1, 0], choices))
[20 31 12  3]
>>> print(np.choose([2, 4, 1, 0], choices, mode='clip'))
[20 31 12  3]
>>> print(np.choose([2, 4, 1, 0], choices, mode='wrap'))
[20  1 12  3]
>>> a = [[1, 0, 1], [0, 1, 0], [1, 0, 1]]
>>> choices = [-10, 10]
>>> print(np.choose(a, choices))
[[ 10 -10  10]
 [-10  10 -10]
 [ 10 -10  10]]