python - NumPy:使用 nditer 迭代 numpy 数组的外部维度

Question

我无法遍历 numpy 数组的外轴。

import numpy as np

a = np.arange(2*3).reshape(2,3)
it = np.nditer(a)
for i in it:
    print i

正如人们所料，这给出了:

0
1
2
3
4
5

但是，我希望输出为三个，这样我就可以在外轴上进行迭代:

(0, 1, 2)
(3, 4, 5)

我知道有很多方法可以实现这一点，但是在倾注了 nditer documentation 之后，我似乎无法使用 nditer 找到解决方案。我以此为契机来学习 nditer。所以我宁愿不使用其他解决方案，除非它真的更高效或 Pythonic。

Answer 1

使用简单的 for 更容易控制迭代:

In [17]: a
Out[17]: 
array([[0, 1, 2],
       [3, 4, 5]])
In [18]: for row in a:
    ...:     print(row)
    ...:     
[0 1 2]
[3 4 5]

使用 nditer 执行此操作只是很尴尬。除非你需要广播使用 cython如页面末尾所述， nditer不提供任何速度优势。即使与 cython ，我通过 memoryviews 获得了更好的速度比 nditer .

看 np.ndindex .它创建一个维度减少的虚拟数组，并在其上执行 nditer:

In [20]: for i in np.ndindex(a.shape[0]):
    ...:     print(a[i,:])
    ...:     
[[0 1 2]]
[[3 4 5]]

知道了:

In [31]: for x in np.nditer(a.T.copy(), flags=['external_loop'], order='F'):
    ...:     print(x)

[0 1 2]
[3 4 5]

就像我说的 - 尴尬

我最近在一个一维结构化数组上探索了直接迭代和 nditer 之间的区别: https://stackoverflow.com/a/43005985/901925