对于python dict
,我可以使用iteritems()
同时循环键和值。但我找不到NumPy阵列的这种功能。我必须像这样手动跟踪idx
:
idx = 0
for j in theta:
some_function(idx,j,theta)
idx += 1
有更好的方法吗?
答案 0 :(得分:19)
有一些替代方案。以下假设您正在迭代1d NumPy数组。
range
for j in range(theta.shape[0]): # or range(len(theta))
some_function(j, theta[j], theta)
请注意,这是3个解决方案中的the only,可用于numba
。这是值得注意的,因为显式地迭代NumPy数组通常只有在与numba
或其他预编译方法结合时才有效。
enumerate
for idx, j in enumerate(theta):
some_function(idx, j, theta)
1d阵列的3种解决方案中效率最高的。请参阅下面的基准测试。
np.ndenumerate
for idx, j in np.ndenumerate(theta):
some_function(idx[0], j, theta)
请注意idx[0]
中的其他索引步骤。这是必要的,因为1d NumPy数组的索引(如shape
)是作为单个元组给出的。对于1d数组,np.ndenumerate
效率低;它的好处只适用于多维数组。
# Python 3.7, NumPy 1.14.3
np.random.seed(0)
arr = np.random.random(10**6)
def enumerater(arr):
for index, value in enumerate(arr):
index, value
pass
def ranger(arr):
for index in range(len(arr)):
index, arr[index]
pass
def ndenumerater(arr):
for index, value in np.ndenumerate(arr):
index[0], value
pass
%timeit enumerater(arr) # 131 ms
%timeit ranger(arr) # 171 ms
%timeit ndenumerater(arr) # 579 ms
答案 1 :(得分:4)
您可以使用numpy.ndenumerate
例如
import numpy as np
test_array = np.arange(2, 3, 0.1)
for index, value in np.ndenumerate(test_array):
print(index[0], value)
有关更多信息,请参见https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndenumerate.html