Question

我正在尝试遍历图像中的像素，而是垂直而不是常规的水平方式。这是我可能拥有的小尺寸图像的示例（我有几百个图像）：

"""
Note: X represents pixels
Sample Image (3 x 4):

X X X X
X X X X
X X X X
"""

很明显，要在水平方向上遍历此图像很容易，就像我在这里所做的那样：

import itertools

width = range(3)
height = range(4)

print("Pixel positions:")
for pixel in itertools.product(width, height):
    print(*pixel)

输出：

Pixel positions:
0 0
0 1
0 2
0 3
1 0
1 1
1 2
1 3
2 0
2 1
2 2
2 3

这些是图像中像素的索引位置（假定它是一个较大的2D像素列表），但水平迭代。我希望能够做到相同但垂直。是否有itertools函数可以让我按列执行相同的操作？以下是此示例图片的索引：

Column-wise:
0 0
1 0
2 0
0 1
1 1
2 1
0 2
1 2
2 2
0 3
1 3
2 3

我试图用print(*pixel[::-1])反转位置，但是，这导致某些索引位置超出范围，例如从2 3到3 2的最后一个索引位置。 3 2无效，因为没有3行（仅0、1、2）。其他职位也是如此。

我想要一个不使用非内置库的解决方案。 Itertools很好，因为我将它用于程序中的其他内容。

Answer 1

尝试以下代码：

width = range(3)
height = range(4)

print("Pixel positions:")
for x in height:
    for y in width:
        print(y, x)

输出：

Pixel positions:
0 0
1 0
2 0
0 1
1 1
2 1
0 2
1 2
2 2
0 3
1 3
2 3

要水平迭代，只需交换两个for循环：

width = range(3)
height = range(4)

print("Pixel positions:")
for y in width:
    for x in height:
        print(y, x)

性能比较：

$ python -m timeit -n 100 '
width = range(1000)
height = range(1000)

for pixel in ((x, y) for y in height for x in width):
    pass
'
100 loops, best of 3: 104 msec per loop

嵌套循环约快 8倍：

$ python -m timeit -n 100 '
width = range(1000)
height = range(1000)

for y in width:
    for x in height:
        pass
'
100 loops, best of 3: 12.7 msec per loop

当还创建一个包含结果坐标的元组时，代码仍然快 2倍。但是，对于手头的任务是否需要创建一个包含坐标的元组是个问题。

$ python -m timeit -n 100 '
width = range(1000)
height = range(1000)

for y in width:
    for x in height:
        (x, y)
'
100 loops, best of 3: 52.5 msec per loop

Answer 2

根据文档，itertools.product(width, height)等于：

((x, y) for x in width for y in height)

如果要逐列迭代，只需交换内部循环：

for pixel in ((x, y) for y in height for x in width):
    print(*pixel)

0 0
1 0
2 0
0 1
1 1
2 1
0 2
1 2
2 2
0 3
1 3
2 3

在图像上垂直迭代以获取其像素索引

2 个答案: