Question

假设我有一个形状（2,3）充满花车的numpy数组。

我还需要一个X和Y值的所有可能组合的数组（它们在数组中的相应位置）。是否有类似simpe函数的东西将索引作为一个元组从一个numpy数组中获取，我不需要让for循环遍历数组？

示例代码：

arr=np.array([np.array([1.0,1.1,1.2]),
              np.array([1.0,1.1,1.2])])
indices=np.zeros([arr.shape[0]*arr.shape[1]])

#I want an array of length 6 like np.array([[0,0],[0,1],[0,2],[1,0],[1,1], [1,2]])
#Code so far, iterates though :(
ik=0
for i in np.arange(array.shape[0]):
    for k in np.arange(array.shape[1]):
        indices[ik]=np.array([i,k])
        ik+=1

现在，在此之后，我还想制作一个数组，其长度为＆＃39;指数＆＃39;包含＆＃34; XYZ坐标的数组＆＃34;如在每个包含XY＆＃39;指数＆＃39;来自＆＃39; ar的“Z值”。有没有比这更简单的方法（如果可能的话，没有再次遍历数组）：

xyz=np.zeros(indices.shape[0])
for i in range(indices.shape[0]):
    xyz=np.array([indices[i,0],indices[i,1],arr[indices[i,0],indices[i,1]]

Answer 1

您可以使用np.ndindex：

indices = np.ndindex(arr.shape)

这将提供迭代器而不是数组，但您可以轻松地将其转换为列表：

>>> list(indices)
[(0, 0), (0, 1), (0, 2), (1, 0), (1, 1), (1, 2)]

然后，您可以沿第二维堆叠索引与原始数组：

np.hstack((list(indices), arr.reshape((arr.size, 1))))

Answer 2

可能有很多方法可以实现这一目标......可能的解决方案如下：

使用np.unravel_index

可以解决第一个问题

max_it = arr.shape[0]*arr.shape[1]
indices = np.vstack(np.unravel_index(np.arange(max_it),arr.shape)).T

然后可以用

构造第二个数组

xyz = np.column_stack((indices,arr[indices[:,0],indices[:,1]]))

<强>计时

在您的阵列timeit上提供我的代码10000 loops, best of 3: 27.7 µs per loop（grc的解决方案需要10000 loops, best of 3: 39.6 µs per loop）

在shape=(50,60)的较大数组上，我有1000 loops, best of 3: 247 µs per loop（grc的解决方案需要100 loops, best of 3: 2.17 ms per loop）

Answer 3

对于您的指数：

indices = np.concatenate((np.meshgrid(range(arr.shape[0]), range(arr.shape[1])))

无需迭代Python

3 个答案: