Question

我通常将任意形状的numpy数组连接起来，以使我的代码更整洁，但是，我似乎很难以pythonesque的方式对其进行迭代。

让我们考虑一个4维数组x（因此len(x.shape) = 4），并且我要迭代的索引是2，我通常使用的天真的解决方案是这样的

y = np.array([my_operation(x[:, :, i, :])
              for i in range(x.shape[2])])

我正在寻找更具可读性的东西，因为拥有这么多“：”很烦人，并且x尺寸的任何更改都需要重写我的代码的一部分。诸如此类的魔术

y = np.array([my_operation(z) for z in magic_function(x, 2)])

是否有一个numpy方法可以让我遍历数组的任意维？

Answer 1

一种可能的解决方案是使用dict（）。

您可以做的是：

x = dict()
x['param1'] = [1, 1, 1, 1]
x['param2'] = [2, 2, 2, 2]

print(x['param1']) 
# > [1, 1, 1, 1]

Answer 2

我不知道这样做的任何标准方法。无论如何，你的把戏很好。我们可以对其进行详细说明，然后为您正在寻找的“魔术功能”提供一个实现：

def magic_function(x, n):
    slices = [slice(w) for w in x.shape]
    for i in range(x.shape[n]):
        slices[n] = i
        z = x[tuple(slices)]
        yield z

Answer 3

您可以暂时将所需的轴移到前面，然后在数组上进行迭代。然后将轴移回：

x = np.moveaxis(x, 2, 0)
x = np.array([my_operation(sub_x) for sub_x in x])
x = np.moveaxis(x, 0, 2)

如何遍历numpy数组的第n个维度？

3 个答案: