Question

我正在尝试使用索引和数组迭代访问numpy数组。以下示例几乎总结了我的问题：

x = np.arange(12)
x.shape = (3,2,2)
nspace = np.array([[0,0], [0,1], [1,0], [1,1]])
for it in range(len(nspace)):
    x[:,nspace(it)] = np.array([1,1,1])

如果一切按照我的想法进行，代码将打印4个单独的数组：

[0,4,8]
[1,5,9]
[2,6,10]
[3,7,11]

但是我得到一个错误。我知道我的索引编制是错误的，但是我无法弄清楚如何获得想要的结果。

所有事情都发生在循环中很重要，因为我希望能够更改x的尺寸。

EDIT0：我需要一个确实需要的常规解决方案。我要写：space [0,0]，space [0,1]等。

EDIT1：我将打印更改为赋值操作，因为实际上需要的是赋值我在循环内调用的函数的结果。

EDIT2：我没有包括Traceback，因为我怀疑它会有用。无论如何，这里是：

Traceback (most recent call last):

  File "<ipython-input-600-50905b8b5c4d>", line 5, in <module>
    print(x[:,nspace(it)])

TypeError: 'numpy.ndarray' object is not callable

Answer 1

您不需要使用for循环。使用reshape和transpose。

x.reshape(3, 4).T

赠予：

array([[ 0,  4,  8],
       [ 1,  5,  9],
       [ 2,  6, 10],
       [ 3,  7, 11]])

如果要迭代结果：

for row in x.reshape(3, 4).T:
    print(row)

Answer 2

出现错误，因为在最后一行上应该有方括号用于元素访问。

import numpy as np

x = np.arange(12)
x.shape = (3,2,2)
nspace = np.array([[0,0], [0,1], [1,0], [1,1]])
for it in range(len(nspace)):
    print(x[:,nspace[it]])

编辑：

还有一种可能的方案来获得您期望的结果：

import numpy as np

x = np.arange(12)
x.shape = (3,2,2)
nspace = np.array([[0,0], [0,1], [1,0], [1,1]])

y = x.flatten()

for i in range(x.size//x.shape[0]):
    print y[i::4]

Answer 3

您需要提供第一个索引和第二个索引，并使用[]括号而不是()来访问数组元素。

import numpy as np

x = np.arange(12)
x.shape = (3,2,2)

for it in range(len(nspace)):
    print(x[:,nspace[it][0], nspace[it][1]])

输出

[0 4 8]
[1 5 9]
[ 2  6 10]
[ 3  7 11]

您也可以直接将reshape用作

x = np.arange(12).reshape(3,2,2)

使用数组/索引切片

3 个答案: