Question

我想遍历2D numpy数组（尤其是使用nditer），并保留迭代数组的维数。为此，我希望避免对迭代元素进行任何操作。该解决方案只能在迭代数组或迭代器上设置一次。

import numpy as np

X = np.random.randn(5, 2)

for row in X:
    print(row.shape)

>>> (2,)
(2,)
(2,)
(2,)
(2,)

但是我希望拥有：

>> (1, 2)
(1, 2)
(1, 2)
(1, 2)
(1, 2)

我想找到一种解决方案，该解决方案只能应用一次，不能应用于row = row.reshape(1,-1)之类的每一行。

Answer 1

在数组上进行迭代就像在列表列表上进行迭代一样-它返回在第一维上索引的元素：

In [48]: X = np.random.randn(5, 2)                                           
In [49]: X[0,:]                                                              
Out[49]: array([0.59964924, 0.46057338])
In [50]: for row in X:print(row)                                             
[0.59964924 0.46057338]
[1.09308258 0.06495922]
[ 0.98928476 -1.07894574]
[-1.31303644 -0.34589506]
[0.31475676 0.3003112 ]

您可以迭代索引，并使用列表索引：

In [51]: for i in range(X.shape[0]): print(X[[i],:])                         
[[0.59964924 0.46057338]]
[[1.09308258 0.06495922]]
[[ 0.98928476 -1.07894574]]
[[-1.31303644 -0.34589506]]
[[0.31475676 0.3003112 ]]

X[[1]]，X[1:2]，X[1][None,:]，X[None,1]都一样。

我认为没有办法将那些直接合并到

for ... in X:

表达式。

nditer可能很难使用。通常，它在元素级别而不是“行”级别进行迭代，从而为我们提供0d数组。而且它的速度并不比for迭代快。因此，我认为这里没有用。

====

建议链接Numpy index slice without losing dimension information启发了我尝试：

In [57]: for row in X[:,None]: print(row)                                    
[[0.59964924 0.46057338]]
[[1.09308258 0.06495922]]
[[ 0.98928476 -1.07894574]]
[[-1.31303644 -0.34589506]]
[[0.31475676 0.3003112 ]]

实际上，我将X转换为（5,1,2）数组，因此在第一维上的迭代会生成（1,2）元素。我没有添加尺寸，而是添加了尺寸。

迭代numpy数组并保留尺寸

1 个答案: