Python numpy nditer 跳过备用元素

Question

我正在尝试遍历两个二维数组。但是，迭代器以某种方式跳过了行中的每个备用元素。 “bimg”和“dist”大小为 20x12。但是，对于每一行，它会迭代 0、2、4 ... 列而不是 0、1、2、3、4、...

代码 sn-p：

it = np.nditer([bimg, dist], 
               op_flags=[['readonly'],['readonly']], 
               flags = ['multi_index', 'multi_index'])
rows, cols = bimg.shape
print "bimg dimensions: ", bimg.shape
print "dist dimensions: ", dist.shape
for cur_b, cur_d in it:
    print "MULTI_IDX = ", it.multi_index

输出：

bimg dimensions:  (20L, 12L)
dist dimensions:  (20L, 12L)
MULTI_IDX =  (0, 0)
MULTI_IDX =  (0, 2)
MULTI_IDX =  (0, 4)
MULTI_IDX =  (0, 6)
MULTI_IDX =  (0, 8)
MULTI_IDX =  (0, 10)
MULTI_IDX =  (1, 0)
MULTI_IDX =  (1, 2)

为了理解这个问题，如果我在 python 提示符下创建数组并尝试迭代它可以正常工作：

正确工作的代码：

x = np.array(np.arange(240))
x = x.reshape(20,12)
y = np.array(np.arange(240))
y = y + 100
y = y.reshape(20,12)
it = np.nditer([x,y], 
               op_flags = [['readonly'],['readonly']], 
               flags= ['multi_index', 'multi_index'])
for a, b in it:
    print it.multi_index               

输出：

MULTI_INDEX =  (0, 0)
MULTI_INDEX =  (0, 1)
MULTI_INDEX =  (0, 2)
MULTI_INDEX =  (0, 3)
MULTI_INDEX =  (0, 4)
MULTI_INDEX =  (0, 5)

Answer 1

我看不出有什么不同。当我定义：

bimg = x
dist = y

我对两个剪辑都进行了相同的迭代。

flags 只需要 'multi_index' 一次。它适用于整个迭代，op_flags 到每个数组：

flags= ['multi_index']

虽然文档将 nditer 描述为 efficient multi-dimensional iterator object，但它似乎对 Python 代码的速度没有多大帮助。在 C 或 Cython 中，简化了迭代多个数组的整个过程。

这是生成multi_index 的另一种方法。实际上并没有那么不同。在内部ndindex 构造一个所需形状的虚拟数组，并返回一个可迭代对象。看它的代码。

for i, j in np.ndindex(bimg.shape):
     print i,j

根据教程Iterating over Array页面，使用multi_index的正确方法是使用c样式迭代器：

while not it.finished:
    print it.multi_index
    it.iternext()

我不知道为什么。 bimg 和 dist 的 dtypes 是什么？