mindspore.mint.nonzero
- mindspore.mint.nonzero(input, as_tuple=False)[源代码]
返回所有非零元素下标位置。
- 参数:
input (Tensor) - 输入Tensor,其秩应大于等于1。
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 input 不是Tensor。
TypeError - 如果 as_tuple 不是bool。
ValueError - 如果 input 的维度为0。
- 支持平台:
Ascend
样例:
>>> import mindspore >>> import numpy as np >>> from mindspore import Tensor, mint >>> x = Tensor(np.array([[[1, 0], [-5, 0]]]), mindspore.int32) >>> output = mint.nonzero(x) >>> print(output) [[0 0 0] [0 1 0]] >>> x = Tensor(np.array([1, 0, 2, 0, 3]), mindspore.int32) >>> output = mint.nonzero(x, False) >>> print(output) [[0] [2] [4]] >>> x = Tensor(np.array([[[1, 0], [-5, 0]]]), mindspore.int32) >>> output = mint.nonzero(x, 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 = mint.nonzero(x, True) >>> print(output) (Tensor(shape=[3], dtype=Int64, value=[0, 2, 4]), )