标量组成的张量

定义

ti.``var(dt, shape = None, offset = None)

例如，这将创建一个具有四个 int32 作为元素的 稠密(dense) 张量：

x = ti.var(ti.i32, shape=4)

这将创建一个元素为 float32 类型的4x3 稠密 张量：

x = ti.var(ti.f32, shape=(4, 3))

如果 shape 是 () （空元组），则创建一个0-D张量（标量）：

x = ti.var(ti.f32, shape=())

随后通过传递 None 作为索引来访问它：

x[None] = 2

如果形状参数 未提供 或指定为 None，则其后用户必须在手动放置 (place) 它：

x = ti.var(ti.f32)
ti.root.dense(ti.ij, (4, 3)).place(x)
# 等价于: x = ti.var(ti.f32, shape=(4, 3))

注解

通过不指定参数 shape 的写法，你可以将张量 放置 为默认的 稠密数据布局 之外的其他布局中，有关更多详细信息，请参见： Advanced dense layouts 。

警告

在任何内核调用或变量访问之前，所有变量都必须被创建和放置完毕。例如：

x = ti.var(ti.f32)
x[None] = 1 # 错误：x没有放置!

x = ti.var(ti.f32, shape=())
@ti.kernel
def func():
    x[None] = 1
func()
y = ti.var(ti.f32, shape=())
# 错误：内核调用后不能再创建新的变量!

x = ti.var(ti.f32, shape=())
x[None] = 1
y = ti.var(ti.f32, shape=())
# 错误：任一变量访问过后不能再创建新的变量!

访问分量

您可以通过一个或多个索引来访问 Taichi 张量的元素。

a[p, q, ...]

这将提取张量 a 在索引为 [3, 4] 处的元素值：

x = a[3, 4]

这会将一维张量 b 在索引 2 处的元素值设置为 5：

b[2] = 5

注解

在 Python 中， x[(exp1, exp2, …, expN)] 等效于 x[(exp1, exp2, …, expN)] ; 后者只是前者的语法糖。

注解

如果 a 是由 Vector / Matrix 构成的张量，则返回的值也可以是 Vector / Matrix，有关更多详细信息，请参见： 向量。

元数据

a.``shape

x = ti.var(ti.i32, (6, 5))
x.shape  # (6, 5)
y = ti.var(ti.i32, 6)
y.shape  # (6,)
z = ti.var(ti.i32, ())
z.shape  # ()

a.``dtype

x = ti.var(ti.i32, (2, 3))
x.dtype  # ti.i32

a.``parent(n = 1)

x = ti.var(ti.i32)
y = ti.var(ti.i32)
blk1 = ti.root.dense(ti.ij, (6, 5))
blk2 = blk1.dense(ti.ij, (3, 2))
blk1.place(x)
blk2.place(y)
x.parent()   # blk1
y.parent()   # blk2
y.parent(2)  # blk1

有关更多详细信息，请参见 Structural nodes (SNodes) 。