可重复使用的代码沿不同的数组维度进行迭代答案

【问题标题】：Reusable code to iterate along different array dimensions可重复使用的代码沿不同的数组维度进行迭代
【发布时间】：2020-06-08 22:00:48
【问题描述】：

说，我有一个N维数组my_array[D1][D2]...[DN]

对于某个应用程序，例如敏感性分析，我需要固定一个点p=(d1, d2, ..., dN)，并一次沿每个维度进行迭代。产生的行为是

for x1 in range(0, D1):
    do_something(my_array[x1][d2][d3]...[dN])
for x2 in range(0, D2):
    do_something(my_array[d1][x2][d3]...[dN])
.
.
.
for xN in range(0, DN):
    do_something(my_array[d1][d2][d3]...[xN])

如您所见，这里有很多重复的代码。我怎样才能减少工作并写一些优雅的代码呢？

例如，有没有类似下面的代码生成方法？

for d in range(0, N):
    iterate along the (d+1)th dimension of my_array, denoting the element as x:
        do_something(x)

【问题讨论】：

为什么用c 标记？
在外面多写一个for循环，能满足你的需要吗？
@Odysseus 我使用标签“c”是因为我认为这是一个普遍的问题，它也发生在 c 中。
@PhungDuyPhong 是的，但是怎么做？如何遍历不同的索引位置？我梦想着for i in range(1,N): iterate through index position i of my_array: do_something()
您可以使用 itertools 代替嵌套循环。请参考以下链接stackoverflow.com/questions/38362368/…

标签： python arrays list iteration

【解决方案1】：

您可以使用 numpy.take 并执行以下操作。浏览文档以供参考。

https://docs.scipy.org/doc/numpy/reference/generated/numpy.take.html

N = len(my_array)
for i in range(N):
  n = len(my_array(i))
  indices = p
  indices[i] = x[i]
  for j in range(n):
     do_something(np.take(my_array,indices))

【讨论】：

【解决方案2】：

我不明白 d1 d2 d3 是什么，但我想你可以这样做：

def get_list_item_by_indexes_list(in_list, indexes_list):
    if len(indexes_list) <= 1:
        return in_list[indexes_list[0]]
    else:
        return get_list_item_by_indexes_list(in_list[indexes_list[0]], indexes_list[1:])

def do_to_each_dimension(multi_list, func, dimensions_lens):
    d0_to_dN_list = [l - 1 for l in dimensions_lens] # I dont know what is it
    for dimension_index in range(0, len(dimensions_lens)):
        dimension_len = dimensions_lens[dimension_index]
        for x in range(0, dimension_len):
            curr_d0_to_dN_list = d0_to_dN_list.copy()
            curr_d0_to_dN_list[dimension_index] = x
            func(get_list_item_by_indexes_list(multi_list, curr_d0_to_dN_list))


def do_something(n):
    print(n)

dimensions_lens = [3, 5]
my_array = [
    [1, 2, 3, 4, 5], 
    [6, 7, 8, 9, 10], 
    [11, 12, 13, 14, 15]
    ]

do_to_each_dimension(my_array, do_something, dimensions_lens)

输出：

5  10  15  11  12  13  14  15

此代码遍历二维数组的最后一列和最后一行。

现在，遍历 3d 数组每个维度的最后一行：

dimensions_lens = [2, 4, 3]
my_array = [
    [
        [1, 2, 3], 
        [4, 5, 6], 
        [7, 8, 9], 
        [10, 11, 12]
        ], 
    [
        [13, 14, 15], 
        [16, 17, 18], 
        [19, 20, 21], 
        [22, 23, 24]
        ], 
    ]

do_to_each_dimension(my_array, do_something, dimensions_lens)

输出：

12  24  15  18  21  24  22  23  24

（注意：不要在此代码中使用零长度尺寸）

【讨论】：

【解决方案3】：

您可能会弄乱数组访问 (my_arr[d1][d2]...[dN]) 和 eval 的字符串表示形式，然后再获得所需的值。这是相当“hacky”的，但它适用于具有任意维度的数组，并允许您在处理底层嵌套数组访问时将索引作为列表提供，从而实现干净的双 for 循环。

def access_at(arr, point):
    # build 'arr[p1][p2]...[pN]'
    access_str = 'arr' + ''.join([f'[{p}]' for p in point])
    return eval(access_str)

使用这种访问方法非常简单：

p = [p1, ..., pN]
D = [D1, ..., DN]
for i in range(N):
    # deep copy p
    pt = p[:]
    for x in range(D[i]):
        pt[i] = x
        do_something(access_at(my_array, pt))

【讨论】：