处理一个 Numpy 数组的极端情况以进行迭代答案

【问题标题】：Handling corner case of one Numpy array to iterate over处理一个 Numpy 数组的极端情况以进行迭代
【发布时间】：2019-08-22 08:06:58
【问题描述】：

我有一个形状相同的 Numpy 数组列表（但不一定相同 dtype），我想同时迭代所有数组的元素。例如，如果数组是：

>>> a = np.array([[1,2,3], [4,5,6]])
>>> b = np.array([['one','two','three'],['four','five','six']])

我希望对 [a, b] 的迭代产生

[(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four'), (5, 'five'), (6, 'six')]

我发现numpy.nditer几乎能满足我的需要。这有效：

>>> for x, y in np.nditer([a, b]):
...     print('{} {}'.format(x, y))
1 one
2 two
3 three
4 four
5 five
6 six

请注意，迭代器会产生标量元组：

>>> next(np.nditer([a, b]))
(array(1), array('one', dtype='<U5'))

但是，在包含一个数组的列表的极端情况下，np.nditer 直接产生数组元素：

>>> next(np.nditer([a]))
array(1)

我需要它来生成一个包含一个元素的元组，因为我在循环中解压缩函数参数中的迭代值。

我如何说服np.nditer 在遍历一个数组的列表时产生一个单元素元组？

【问题讨论】：

标签： python arrays numpy iteration

【解决方案1】：

一种解决方法是np.atleast_1D:

a = sum(np.ogrid[2:4, 3:5])
b = 2*a
for z in map(np.atleast_1d, np.nditer([a, b])):
    print(np.arange(*z))

#[5 6 7 8 9]
#[ 6  7  8  9 10 11]
#[ 6  7  8  9 10 11]
#[ 7  8  9 10 11 12 13]

for z in map(np.atleast_1d, np.nditer([a])):
    print(np.arange(*z))

#[0 1 2 3 4]
#[0 1 2 3 4 5]
#[0 1 2 3 4 5]
#[0 1 2 3 4 5 6]

请注意，这会将 0D 数组 nditer 返回到正确的标量中。此外，它会生成数组，而不是元组，但因为您只是想将它们放到一个函数中，这并不重要。

【讨论】：

【解决方案2】：

这与nditer 的行为背道而驰。

也许你总是可以提供一个 None 数组，这样你总是得到一个元组？不过，您必须处理函数中的 None 。

【讨论】：