使用 nditer 进行浅迭代答案

【问题标题】：shallow iteration with nditer使用 nditer 进行浅迭代
【发布时间】：2014-09-25 14:57:48
【问题描述】：

我有这样一个数组：

>>>y = np.random.randint(0, 255, (2,2,3))
>>>array([[[242, 14, 211],
           [198,  7,   0]],

          [[235,  60,  81],
           [164,  64, 236]]])

而且我必须遍历每个 triplet 元素（不幸的是，矢量化对我没有帮助......）。所以我尝试了：

for i, j in np.nditer(y):
print y[i, j],

希望我能得到这样的输出：

[242, 14, 211], [198, 7, 0], [235, 60, 81], [164, 64, 236]，但运气不好！

我得到错误：

Traceback (most recent call last):

  File "<ipython-input-21-a336ef837a8a>", line 1, in <module>
    for i, j in np.nditer(y):    print y[i,j]

TypeError: iteration over a 0-d array

我很确定我犯了一个非常明显的错误...谁能帮帮我吗？

【问题讨论】：

标签： python numpy iteration

【解决方案1】：

或重塑y

for i in y.reshape(-1,3):
    print i

双重迭代也可以：

for x in y:
    for z in x:
        print z

普通的nditer 迭代y 的每个元素（nditer 不给你索引）：

for i in np.nditer(y):
    print i   
    # wrong y[i]

您需要深入了解nditer 的标志和文档，以迭代其2 个维度。虽然nditer 提供了对底层迭代机制的访问权限，但您通常不需要使用它——除非您正在做一些不寻常的事情，或者尝试使用cython 加速代码。

这是一个从 nditer 对象的迭代中获取 2 个值的示例。 op 列表中的每个数组都有一个值。 x 和 z 都是 () 形状数组。

for x,z in np.nditer([y,y]):
    print x,z

关于nditer 的使用的更多信息，请访问 http://docs.scipy.org/doc/numpy/reference/arrays.nditer.html

此文档页面有一个使用 external_loop 的示例，该示例将数组放入子数组中，而不是单独列出。我可以通过重新排序其轴来完成 3d y 的相同操作：

y3=y.swapaxes(2,0).copy(order='C')
for i in np.nditer(y3,order='F',flags=['external_loop']):
    print i,

[242  14 211] [198   7   0] [235  60  81] [164  64 236]

所以我们可以使用nditer 来做这个浅层迭代，但这值得吗？

在Iterating over first d axes of numpy array，我偶然发现了ndindex：

for i in np.ndindex(y.shape[:2]):
    print y[i],
# [242  14 211] [198   7   0] [235  60  81] [164  64 236]

ndindex 使用nditer。生成浅层迭代的技巧是使用仅使用要迭代的维度的子数组。

class ndindex(object):
    def __init__(self, *shape):
        ...
        x = as_strided(_nx.zeros(1), shape=shape, strides=_nx.zeros_like(shape))
        self._it = _nx.nditer(x, flags=['multi_index', 'zerosize_ok'], order='C')
    def __next__(self):
        next(self._it)
        return self._it.multi_index

或者去掉ndindex的基本部分我得到：

xx = np.zeros(y.shape[:2])
it = np.nditer(xx,flags=['multi_index'])                               
while not it.finished:
    print y[it.multi_index],
    it.iternext()
# [242  14 211] [198   7   0] [235  60  81] [164  64 236]

【讨论】：

感谢一次 2 个元素的技巧！ :-) 它仍然在数组的每个元素上进行迭代，但是......我会看看我是否可以将它调整为可以满足我需求的东西。
“一次 2 个元素”的技巧就像 Python zip，一种同步遍历 2 个或更多数组的方法，因此您可以将它们组合起来，例如x+z。您想要的是来自一个数组的 N 个项目块中的元素。可能会诱骗nditer 这样做，但这不是它的设计目的。
使用 nditer 找到了解决方案 - 通过交换轴并按顺序进行操作。
感谢您的努力。确实，在这种情况下使用nditer 似乎麻烦多于其价值。不过，当我回到家时，我会尝试做一个timeit，看看我得到了什么。
在stackoverflow.com/questions/25249380 中我偶然发现了np.ndindex，它使用了nditer。它通过在选定维度上创建 zeros 数组来完成“浅迭代”。

【解决方案2】：

看起来您只需将其降低一个级别。您可以使用 itertools 中的 chain 运算符。

from itertools import chain    


y = np.random.randint(0, 255, (2,2,3)
b = chain.from_iterable(y) # where b is a generator

list(b) 输出

[array([ 51, 119,  84]),
 array([ 50, 110, 193]),
 array([165, 157,  52]),
 array([239, 119,  83])]

【讨论】：