一个循环来迭代一个 numpy 数组列（维度为 1D 或 2D）答案

【问题标题】：a loop to iterate on a numpy array columns (with dimensionality of either 1D or 2D)一个循环来迭代一个 numpy 数组列（维度为 1D 或 2D）
【发布时间】：2019-04-22 18:42:17
【问题描述】：

我正在尝试编写一个函数，该函数获取一个 numpy 数组 INPUT，并将其列一一传递给另一个函数。 INPUT 数组是 1D 或 2D（不是更多）第二个函数需要一维数组作为参数。 (len(param.shape)==1)

我读过一个类似的线程，其中 OP 想要对所有列求和并检查其他条件...... 这个，可能需要另一个答案。

所需的伪代码操作：

def func(INPUT,a,b,...)
    for column in INPUT: #whether be a 1D or 2D
        result = another_func(column,...)

试过这个：问题是如何不检查 func 内 INPUT 数组的维度：

if(len(INPUT.shape)==1):
    another_func(INPUT,....)
elif(len(INPUT.shape)==2):
    for c in range(INPUT.shape[1]):
        another_func(INPUT[:,c])

【问题讨论】：

for column in INPUT.T: ... 可能对你有用。转置在 1d 情况下什么都不做；在 2d 中，它将列尺寸放在首位。或者 for j in range(INPUT.shape[-1]): column=INPUT[...,J],.. 按最后一个索引进行迭代。
在您的 INPUT.ndim==2 情况下，enumerat(INPUT) 迭代行，c 是行数，而不是列数。对数组进行迭代会在第一个维度上进行迭代，就像对列表的嵌套列表一样。
对不起，这是一个错字，我复制了代码，并在此处对其进行了编辑，并将其编辑到 range()，就像我尝试过的代码一样
那么如果是1d，不用迭代就用？在这种情况下，您的功能看起来不错。检查尺寸没有错； numpy 函数一直都是这样做的。查看np.atleast_2d 之类的函数。您可以强制 1d 成为 1 行 2d 然后循环！

标签： python numpy numpy-ndarray

【解决方案1】：

思路是：如果是一维输入，转换成一列二维数组，然后作为二维输入。

def func(INPUT, a, b):
    return np.apply_along_axis(
        lambda col: another_func(col, a, b),  # function to apply
        1,  # axis along which to apply; 1 = columns
        np.reshape(np.atleast_2d(H2), (len(H), -1))  # transform 1D->2D, if necessary
    )

【讨论】：

这会将 another_func 应用于列的所有元素，对吗？如果是这样，它不会帮助我，因为 another_func 需要额外的参数。（我试图通过 ... in result = another_func(column,...) 部分显示这一点）。但非常感谢您的回答
我更新了答案以显示如何传递额外的参数