如何在numpy中指定迭代器的深度？

Question

我在 numpy 中有一个多维数组（例如 4D），我想指定 numpy 迭代器的深度，但不知道该怎么做？

例如，假设我有一个 4D numpy 数组，并且我想从迭代器中获取元素，仅用于 2D 级别（因此每个项目也是 2D）。请问有没有办法在迭代器中指定这样的深度？

我确实想使用迭代器而不是双循环，并且我想使用 numpy 而不是字典和 pandas 等其他工具。

因此，我希望这段代码输出 [1 2] 而不是 1,2...

x = np.array(\
(\
\
(\
(np.array([1,2]), np.array([1,2])),\
(np.array([1,2]), np.array([1,2]))\
),\
\
(\
(np.array([1,2]), np.array([1,2])),\
(np.array([1,2]), np.array([1,2]))\
)\
\
)
, dtype = np.ndarray)

for i in np.nditer(x, flags = ["refs_ok"]):
     print i

给我：

1
2
1
2
1
2
1
2
1
2
1
2
1
2
1
2

代替：

[1 2]
[1 2]
[1 2]
[1 2]
[1 2]
[1 2]
[1 2]
[1 2]

Answer 1

np.ndindex 在迭代指定维度方面做得很好。

您的x 是一个4d object 数组dtype=ndarray 变为dtype=object。尽管元组大小相同，但元素实际上只是标量，而不是数组。

In [385]: x
Out[385]: 
array([[[[1, 2],
         [1, 2]],

        [[1, 2],
         [1, 2]]],


       [[[1, 2],
         [1, 2]],

        [[1, 2],
         [1, 2]]]], dtype=object)

In [386]: x.shape
Out[386]: (2, 2, 2, 2)

在任何情况下，np.ndindex 都会生成将迭代给定形状的数组的索引。

In [387]: for i,j in np.ndindex(x.shape[:2]):
    print(i,j)       
    print(x[i,j])
   .....:     
0 0
[[1 2]
 [1 2]]
0 1
[[1 2]
 [1 2]]
1 0
[[1 2]
 [1 2]]
1 1
[[1 2]
 [1 2]]

ndindex 的关键部分是as_strided 用于生成正确大小的虚拟矩阵，nditer 以multi_index 模式生成索引。

此用法的早期示例：

https://stackoverflow.com/a/28727290/901925

Iterating over first d axes of numpy array

更多关于尝试创建数组数组（不仅仅是更高维的数字数组）：

Convert a numpy array to an array of numpy arrays

要创建一个真正是数组数组的x，您需要执行以下操作：

In [397]: x=np.zeros((2,2,2),dtype=object)
In [398]: for ijk in np.ndindex(x.shape):
             x[ijk] = np.array([1,2])


In [399]: x
Out[399]: 
array([[[array([1, 2]), array([1, 2])],
        [array([1, 2]), array([1, 2])]],

       [[array([1, 2]), array([1, 2])],
        [array([1, 2]), array([1, 2])]]], dtype=object)

---

另一种选择是重塑初始尺寸，以便您可以对这些尺寸进行平面迭代：

for i in x.reshape(-1,2):
    print(i)

nditer（以及扩展名ndindex）被描述为高效，但这更适用于其C/cython 的使用。在纯 Python 代码中，迭代机制并不重要。迭代主体中的操作通常需要更多时间。当您需要在多个数组上进行坐标迭代时，nditer 也是最好的，如out[...] = a[...] * b[...]。仅遍历一个数组并没有什么特别之处。

http://docs.scipy.org/doc/numpy-dev/reference/arrays.nditer.html

是一个很好的nditer 教程。最后的cython部分是最好的部分。