Question

我正在使用netcdf文件中的数据，使用多维变量，读入numpy数组。我需要扫描所有维度中的所有值（numpy中的轴）并更改一些值。但是，我事先并不知道任何给定变量的维度。在运行时，我当然可以获得numpy数组的ndims和形状。如何在不知道尺寸或形状数量的情况下通过所有值编程循环？如果我知道变量恰好是2维，我会做

shp=myarray.shape
for i in range(shp[0]):
  for j in range(shp[1]):
    do_something(myarray[i][j])

Answer 1

你可以使用numpy数组的flat属性，它会在所有值上返回一个生成器（无论形状如何）。

例如：

>>> A = np.array([[1,2,3],[4,5,6]])
>>> for x in A.flat:
...     print x
1
2
3
4
5
6

您还可以按照返回的顺序设置值，例如像这样：

>>> A.flat[:] = [x / 2 if x % 2 == 0 else x for x in A.flat]
>>> A
array([[1,  1,  3],
       [2,  5,  3]])

我不确定flat以何种方式返回元素的顺序（因为它在内存中迭代元素，因此根据您的数组约定，您可能< / em>让它始终保持不变，除非你真的是故意这样做，但要小心......）

这适用于任何方面。

** - 编辑 - **

为了澄清'命令不保证'的含义，flat返回的元素顺序不会改变，但我认为对row1 = A.flat[:N]之类的事物依赖它是不明智的，虽然它大部分时间都可以使用。

Answer 2

您应该查看ravel，nditer和ndindex。

# For the simple case
for value in np.nditer(a):
    do_something_with(value)

# This is similar to above
for value in a.ravel():
    do_somting_with(value)

# Or if you need the index
for idx in np.ndindex(a.shape):
    a[idx] = do_something_with(a[idx])

在一个不相关的说明中，numpy数组被编入索引a[i, j]而不是a[i][j]。在python中a[i, j]相当于使用元组进行索引，即a[(i, j)]。

Answer 3

这可能是最简单的递归：

a = numpy.array(range(30)).reshape(5, 3, 2)

def recursive_do_something(array):
    if len(array.shape) == 1:
        for obj in array:
            do_something(obj)
    else:
        for subarray in array:
            recursive_do_something(subarray)

recursive_do_something(a)

如果您需要索引：

a = numpy.array(range(30)).reshape(5, 3, 2)

def do_something(x, indices):
    print(indices, x)

def recursive_do_something(array, indices=None):
    indices = indices or []
    if len(array.shape) == 1:
        for obj in array:
            do_something(obj, indices)
    else:
        for i, subarray in enumerate(array):
            recursive_do_something(subarray, indices + [i])

recursive_do_something(a)

Answer 4

查看Python的itertools模块。

Python 2：http://docs.python.org/2/library/itertools.html#itertools.product
Python 3：http://docs.python.org/3.3/library/itertools.html#itertools.product

这将允许您按照

的方式执行某些操作

for lengths in product(shp[0], shp[1], ...):
    do_something(myarray[lengths[0]][lengths[1]]

当ndim事先不知道时处理多维数组

4 个答案: