Question

我正在学习numpy，我遇到了一个使用np.nditer的例子：

a = np.arange(6).reshape(2, 3)
for i in np.nditer(a):
    print i,

打印出来：

0 1 2 3 4 5

每个元素的内存索引。给定这些索引，如何访问numpy数组中的每个元素？只是做a[i]会产生错误，因为数组的维度超过1维。

Answer 1

nditer返回数组的元素，作为0d数组本身。您必须使用额外的参数来获取（多）索引。

如果我进行迭代，但显示i除了它的值之外的信息，你会看到：

In [132]: a = np.arange(6).reshape(2,3)
In [134]: for i in np.nditer(a):
     ...:     print(i, type(i), i.shape, i.dtype)

0 <class 'numpy.ndarray'> () int32
1 <class 'numpy.ndarray'> () int32
2 <class 'numpy.ndarray'> () int32
3 <class 'numpy.ndarray'> () int32
4 <class 'numpy.ndarray'> () int32
5 <class 'numpy.ndarray'> () int32

或等效地，使用repr显示：

In [135]: for i in np.nditer(a):
     ...:     print(repr(i))
     ...:     
array(0)
array(1)
...

np.nditer不是一个非常有用的迭代机制，尤其不是在开头。它最好被视为在高级cython代码中使用它的踏脚石。换句话说，研究https://docs.scipy.org/doc/numpy/reference/arrays.nditer.html，一直到最后。

看起来您的示例来自此页面。

使用nditer可以完成的最基本任务是访问数组的每个元素。每个元素都是使用标准的Python迭代器接口逐个提供的。

有更多直接的方法来迭代数组：

In [136]: for i in a: print(repr(i))   # by rows
array([0, 1, 2])
array([3, 4, 5])

In [139]: for ij in np.ndenumerate(a):   # with value and 2d index
     ...:     print(ij)
((0, 0), 0)
((0, 1), 1)
((0, 2), 2)
((1, 0), 3)
((1, 1), 4)
((1, 2), 5)

multi_index页面上的nditer示例提供了类似的信息：

In [141]: it = np.nditer(a, flags=['multi_index'])
     ...: while not it.finished:
     ...:     print("%d <%s>" % (it[0], it.multi_index))
     ...:     it.iternext()
     ...: 
0 <(0, 0)>
1 <(0, 1)>
2 <(0, 2)>
3 <(1, 0)>
4 <(1, 1)>
5 <(1, 2)>

如何使用内存索引访问numpy数组？

1 个答案: