我给了一个有任意数量轴的数组,我想迭代,比如说它们的第一个'd'。我该怎么做?
最初我以为我会使用
创建一个包含我要循环的所有索引的数组i = np.indices(a.shape[:d])
indices = np.transpose(np.asarray([x.flatten() for x in i]))
for idx in indices:
a[idx]
但显然我不能像这样索引数组,即使用另一个包含索引的数组。
答案 0 :(得分:5)
您可以使用ndindex
:
d = 2
a = np.random.random((2,3,4))
for i in np.ndindex(a.shape[:d]):
print i, a[i]
输出:
(0, 0) [ 0.72730488 0.2349532 0.36569509 0.31244037]
(0, 1) [ 0.41738425 0.95999499 0.63935274 0.9403284 ]
(0, 2) [ 0.90690468 0.03741634 0.33483221 0.61093582]
(1, 0) [ 0.06716122 0.52632369 0.34441657 0.80678942]
(1, 1) [ 0.8612884 0.22792671 0.15628046 0.63269415]
(1, 2) [ 0.17770685 0.47955698 0.69038541 0.04838387]
答案 1 :(得分:1)
您可以重新塑造a
以将第一个d
维度压缩为一个:
for x in a.reshape(-1,*a.shape[d:]):
print x
或
aa=a.reshape(-1,*a.shape[d:])
for i in range(aa.shape[0]):
print aa[i]
我们确实需要了解您需要对a[i]
做些什么。
shx2
使用np.ndenumerate
。该函数的文档提到了ndindex
。这可以用作:
for i in np.ndindex(a.shape[:d]):
print i
print a[i]
i
是一个元组。查看这些函数的Python代码是有益的。例如ndindex
使用nditer
。
答案 2 :(得分:0)
编写一个简单的递归函数:
import numpy as np
data = np.random.randint(0,10,size=4).reshape((1,1,1,1,2,2))
def recursiveIter(d, level=0):
print level
if level <= 2:
for item in d:
recursiveIter(item, level+1)
else:
print d
recursiveIter(data)
输出:
0
1
2
3
[[[2 5]
[6 0]]]