如何以 python 方式将 numpy.array 传递给 numpy.array 中的对象方法

Question

我有一个 2d numpy 数组 txtStrs 包含我作为文本写入 matplotlib 图形轴 ax 的字符串，例如

ax.text( posX, posY, txtStrs[0,0] )

稍后，我想更新这些文本（相同的位置、颜色等）而不重绘整个图形。因此，我将文本对象保存到另一个 numpy 数组中。

当我现在想更新文本时，我使用了两个 for 循环

    import numpy as np
    import matplotlib.pyplot as plt
    siz = 20

    txtStrs = np.empty( (siz, siz), dtype = str )
    txtObjs = np.empty( (siz, siz), dtype = object )

    plt.figure()
    ax = plt.gca()
    for x in range(siz):
        for y in range(siz)):
            txtObjs[x,y] = ax.text( x, y, "" )

    #Fill txtStrs with some string values

    for x in range(siz):
        for y in range(siz)):
            txtObjs[x,y].set_text( txtStrs[x,y] )

最后一个 for 循环对我来说似乎是不必要的，也不是真正的 Pythonic。如果我不需要调用 set_text 方法，我可以使用 numpy 的内在理解来进行更新。

我的问题是：还有其他方法可以将txtStrs 传递给txtObjs，例如使用矢量化、列表理解或其他方法？

Answer 1

循环是 Pythonic 的！

并且使用matplotlib.text 对象的set_text 方法也是有效的Python。这就是我们使用对象的方式——使用它们的方法。

使用numpy，我们尽量避免循环，但如果数组包含数字（或字符串）dtypes，那只会显着节省时间。然后它可以使用提供的数组方法在编译代码中进行迭代。您的 txtObjs 数组是 object dtype，并且对此类数组的大多数操作都涉及 Python 级别的迭代，即使它是隐藏的。像列表一样，对象数组包含指向内存中其他位置的对象的指针。它必须引用每个对象并使用自己的方法。

对象数组的迭代比列表的迭代慢一点，尽管数组的多维特性可以使迭代更漂亮。

列表推导式是编写 for 循环的一种巧妙方法 - 如果您要返回一个新列表。它不适用于就地修改。一些“矢量化”（隐藏）迭代的 numpy 函数也是如此。

如果txtObjs 和txtStrs 是大小相同的列表，那么

for a, b in zip(txtObjs, txtStrs):
    a.set_text(b)

应该更新所有text 对象。

对于二维数组：

for a, b in zip(txtObjs.ravel(), txtStrs.ravel()):

应该也可以。这些数组的二维形状妨碍了简单地传输值，尽管设置初始坐标可能很方便。

Answer 2

这里有一些东西可以将这两个循环减少到只有一个，但我真的不认为有“apply”、“forEach”或类似的东西。

for (x, y), text_obj in np.ndenumerate(txtObjs):
    text_obj.set_text(txtStrs[x, y])

这使用了ndenumerate，这是一种遍历 n 维 numpy 数组的巧妙方法。