代码之家 › 专栏 › 技术社区 › Srivatsan

逐个遍历数据阵列的所有元素

for-loop numpy python

Srivatsan · 技术社区 · 8 年前

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

但是我想用 zip 循环 a 和 b 得到 a[0][0] 然后 a[0][1] a[1][3] .

当我尝试以下方法时:

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.

a[0][0] = 1 然后 a[0][1] = 2 高达 a[0][3] = 4 a[1][0] = 5 a[1][3] = 8 .

5 回复 | 直到 8 年前

ivan_pozdeev RenanSS 8 年前

如果你只是需要循环遍历的所有元素 a 一个接一个,就是这样 ndarray.flat

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() ndarray 并复制数据。

.flat 它的效率也比 itertools.chain.from_iterable(a) 因为后者涉及到从 A. 作为视图,然后对它们进行迭代——即,许多额外的操作。

如果你 需要知道指数吗 迭代时,使用 numpy.ndenumerate 而是按照 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

hpaulj 8 年前

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]])

获取值及其索引的简便方法是 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)]

它创造了一个 iter = a.flat A. flatiter 对象,然后对其进行迭代,返回 coords 和 next .

如果您只需要值,而不需要坐标

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)]

Paul Panzer 8 年前

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

>>> 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

jpp 8 年前

从您想要的输出 1, 2, ..., 4, 5, ..., 8 ,你可以使用 itertools.chain 要迭代值,请执行以下操作:

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

bobrobbob 8 年前

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]))

印刷品:

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