如何使用索引和值

时间:2018-03-20 12:50:05

标签: python arrays numpy indexing iterator

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?

2 个答案:

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。

使用range

进行迭代
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。

使用enumerate

进行迭代
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。

使用np.ndenumerate

进行迭代
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。

绩效基准

# 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