nonzero

paddle. nonzero ( x, as_tuple=False ) [源代码]

返回输入 x 中非零元素的坐标。如果输入 x 有 n 维，共包含 z 个非零元素，当 as_tuple = False 时， 返回结果是一个 shape 等于 [z x n] 的 Tensor，第 i 行代表输入中第 i 个非零元素的坐标；当 as_tuple = True 时， 返回结果是由 n 个大小为 z 的 1-D Tensor 构成的元组，第 i 个 1-D Tensor 记录输入的非零元素在第 i 维的坐标。

参数

  • x （Tensor）– 输入的 Tensor。

  • as_tuple (bool，可选) - 返回格式。是否以 1-D Tensor 构成的元组格式返回。

返回

  • Tensor or tuple(1-D Tensor)，数据类型为 INT64 。

代码示例

>>> import paddle

>>> x1 = paddle.to_tensor([[1.0, 0.0, 0.0],
...                        [0.0, 2.0, 0.0],
...                        [0.0, 0.0, 3.0]])
>>> x2 = paddle.to_tensor([0.0, 1.0, 0.0, 3.0])
>>> out_z1 = paddle.nonzero(x1)
>>> print(out_z1)
Tensor(shape=[3, 2], dtype=int64, place=Place(cpu), stop_gradient=True,
[[0, 0],
 [1, 1],
 [2, 2]])

>>> out_z1_tuple = paddle.nonzero(x1, as_tuple=True)
>>> for out in out_z1_tuple:
...     print(out)
Tensor(shape=[3, 1], dtype=int64, place=Place(cpu), stop_gradient=True,
[[0],
 [1],
 [2]])
Tensor(shape=[3, 1], dtype=int64, place=Place(cpu), stop_gradient=True,
[[0],
 [1],
 [2]])

>>> out_z2 = paddle.nonzero(x2)
>>> print(out_z2)
Tensor(shape=[2, 1], dtype=int64, place=Place(cpu), stop_gradient=True,
[[1],
 [3]])

>>> out_z2_tuple = paddle.nonzero(x2, as_tuple=True)
>>> for out in out_z2_tuple:
...     print(out)
Tensor(shape=[2, 1], dtype=int64, place=Place(cpu), stop_gradient=True,
[[1],
 [3]])