一个一个地循环遍历ndarray的所有元素答案

【问题标题】：Loop over all elements of an ndarray one by one一个一个地循环遍历ndarray的所有元素
【发布时间】：2018-05-23 18:24:02
【问题描述】：

In [6]: a = np.array([[1,2,3,4],[5,6,7,8]])

In [7]: b = a

In [8]: a[0]
Out[8]: array([1, 2, 3, 4])

In [9]: a[0][0]
Out[9]: 1

但我想使用zip 并循环遍历a 和b 并得到a[0][0]，然后是a[0][1]，直到我到达a[1][3]。

当我尝试以下操作时：

In [11]: for i,j in zip(a,b):
    ...:     print i[0][0]
    ...:     
---------------------------------------------------------------------------
IndexError                                Traceback (most recent call last)
<ipython-input-11-8a9c71fab781> in <module>()
      1 for i,j in zip(a,b):
----> 2     print i[0][0]
      3 

IndexError: invalid index to scalar variable.

我想获得a[0][0] = 1，然后是a[0][1] = 2，直到a[0][3] = 4，然后获得a[1][0] = 5，依此类推，直到a[1][3] = 8。

【问题讨论】：

对不起，我不确定我是否理解。您希望循环的前几个输出是什么？
您希望输出是什么？您是否需要遍历a 的两个副本？
@ivan_pozdeev：我想得到a[0][0] = 1，然后是a[0][1] = 2，直到a[0][3] = 4，然后得到a[1][0] = 5，依此类推，直到a[1][3] = 8。
如果您在 a 上运行 for 循环，那么您将遍历该元素。使用 i[0] 打印您想要的内容。
这就是你已经拥有的？

标签： python numpy for-loop

【解决方案1】：

获取压缩和索引的一种方法是使用np.nditer：

>>> a = np.arange(1,9).reshape(2,4)
>>> b = -a
>>> 
>>> it = np.nditer((a, b), order='C', flags=('multi_index',))
>>> for i, j in it:
...     print(it.multi_index, i, j)
... 
(0, 0) 1 -1
(0, 1) 2 -2
(0, 2) 3 -3
(0, 3) 4 -4
(1, 0) 5 -5
(1, 1) 6 -6
(1, 2) 7 -7
(1, 3) 8 -8

作为免费奖励，它会在适当的时候进行广播：

>>> a, b = np.ogrid[1:3, 2:6]
>>> a.shape, b.shape
((2, 1), (1, 4))
>>> 
>>> it = np.nditer((a, b), order='C', flags=('multi_index',))
>>> for i, j in it:
...     print(it.multi_index, i, j)
... 
(0, 0) 1 2
(0, 1) 1 3
(0, 2) 1 4
(0, 3) 1 5
(1, 0) 2 2
(1, 1) 2 3
(1, 2) 2 4
(1, 3) 2 5

【讨论】：

np.ndindex 像这样使用multi_index 来生成所有元素的索引。

【解决方案2】：

如果你只是需要一个一个循环遍历a的所有元素，这就是ndarray.flat的用途：

In [11]: a = np.array([[1,2,3,4],[5,6,7,8]])

In [13]: for i in a.flat: print(i)
1
2
3
4
5
6
7
8

循环a.flatten() 会产生相同的结果，但会构造一个单独的ndarray 并复制数据。

.flat 也比itertools.chain.from_iterable(a) 更高效，因为后者涉及从a 获取完整行作为视图，然后对其进行迭代——即许多额外的操作。

如果您在迭代时需要知道索引，请使用numpy.ndenumerate 代替Iterating over a numpy array：

In [34]: for (x,y),i in np.ndenumerate(a): print("a[%d][%d]=%d"%(x,y,i))
a[0][0]=1
a[0][1]=2
a[0][2]=3
a[0][3]=4
a[1][0]=5
a[1][1]=6
a[1][2]=7
a[1][3]=8

【讨论】：

你有 chain.from_itable 创建 list 对象的参考吗？我认为重点在于它很懒，而且不创建列表。
@jpp chain 的源材料 是完整的行：for r in a: print(r) => [1 2 3 4]\n[5 6 7 8]。它们不是lists，而是ndarrays 指向a 的数据，因此开销低于我的预期，但仍高于.flat。

【解决方案3】：

In [333]: a = np.array([[1,2,3,4],[5,6,7,8]])
In [334]: a
Out[334]: 
array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

获取值及其索引的便捷方法是ndenumerate。

In [335]: np.ndenumerate(a)
Out[335]: <numpy.lib.index_tricks.ndenumerate at 0x7f39160b5160>
In [336]: list(_)
Out[336]: 
[((0, 0), 1),
 ((0, 1), 2),
 ((0, 2), 3),
 ((0, 3), 4),
 ((1, 0), 5),
 ((1, 1), 6),
 ((1, 2), 7),
 ((1, 3), 8)]

它创建一个iter = a.flat 一个flatiter 对象，然后对其进行迭代，返回coords 和next。

如果你只想要值，而不是坐标

In [19]: list(a.flat)
Out[19]: [1, 2, 3, 4, 5, 6, 7, 8]

ndindex 可用于为给定形状生成索引：

In [20]: idx=np.ndindex(a.shape)
In [21]: [(ij, a[ij]) for ij in idx]
Out[21]: 
[((0, 0), 1),
 ((0, 1), 2),
 ((0, 2), 3),
 ((0, 3), 4),
 ((1, 0), 5),
 ((1, 1), 6),
 ((1, 2), 7),
 ((1, 3), 8)]

【讨论】：

【解决方案4】：

从您想要的输出1, 2, ..., 4, 5, ..., 8，您可以使用itertools.chain 来迭代值：

import numpy as np
from itertools import chain

a = np.array([[1,2,3,4],[5,6,7,8]])

for i in chain.from_iterable(a):
    print(i)

1
2
3
4
5
6
7
8

【讨论】：

【解决方案5】：

我会试试这个

a = np.array([[1,2,3,4],[5,6,7,8]])
for row in [0,1]:
    for column in range(4):
        print('a[%s][%s] = %s' % (row, column, a[row][column]))

打印：

a[0][0] = 1
a[0][1] = 2
a[0][2] = 3
a[0][3] = 4
a[1][0] = 5
a[1][1] = 6
a[1][2] = 7
a[1][3] = 8

【讨论】：