迭代任意维数的numpy.array

Question

是否有函数在numpy数组的任意维度上获取迭代器？

在第一个维度上迭代很容易。。。

In [63]: c = numpy.arange(24).reshape(2,3,4)

In [64]: for r in c :
   ....:     print r
   ....: 
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[[12 13 14 15]
 [16 17 18 19]
 [20 21 22 23]]

但是在其他维度上迭代比较困难。例如，最后一个维度：

In [73]: for r in c.swapaxes(2,0).swapaxes(1,2) :
   ....:     print r
   ....: 
[[ 0  4  8]
 [12 16 20]]
[[ 1  5  9]
 [13 17 21]]
[[ 2  6 10]
 [14 18 22]]
[[ 3  7 11]
 [15 19 23]]

我正在自己制作一个生成器来完成这项工作，但我很惊讶没有一个名为numpy.ndarray.iterdim（axis=0）的函数来自动完成这项工作。

Answer 1

因此，可以很容易地迭代第一个维度，如您所示。对任意维度执行此操作的另一种方法是使用numpy.rollaxis（）将给定维度带到第一个维度（默认行为），然后使用返回的数组（这是一个视图，因此速度很快）作为迭代器。

In [1]: array = numpy.arange(24).reshape(2,3,4)

In [2]: for array_slice in np.rollaxis(array, 1):
   ....:     print array_slice.shape
   ....:
(2, 4)
(2, 4)
(2, 4)

编辑：我将评论我向numpy提交了一个PR来解决这个问题：https://github.com/numpy/numpy/pull/3262。有人认为这不足以增加numpy代码库。我认为使用np.rollaxis是最好的方法，如果你想要一个interator，就用iter（）把它包起来。

Answer 2

我会用以下方法：

c = numpy.arange(2 * 3 * 4)
c.shape = (2, 3, 4)

for r in numpy.rollaxis(c, 2):
    print(r)

函数rollaxis在数组上创建一个新视图。在本例中，它将轴2移动到前面，相当于操作c.transpose(2, 0, 1)。

Answer 3

你的建议很快，但清晰的形式可以提高可读性：

for i in range(c.shape[-1]):
    print c[:,:,i]

或者，更好（更快、更普遍、更明确）：

for i in range(c.shape[-1]):
    print c[...,i]

然而，上面第一种方法的速度似乎是swapaxes()方法的两倍：

python -m timeit -s 'import numpy; c = numpy.arange(24).reshape(2,3,4)' \
    'for r in c.swapaxes(2,0).swapaxes(1,2): u = r'
100000 loops, best of 3: 3.69 usec per loop

python -m timeit -s 'import numpy; c = numpy.arange(24).reshape(2,3,4)' \
    'for i in range(c.shape[-1]): u = c[:,:,i]'
100000 loops, best of 3: 6.08 usec per loop

python -m timeit -s 'import numpy; c = numpy.arange(24).reshape(2,3,4)' \
    'for r in numpy.rollaxis(c, 2): u = r'
100000 loops, best of 3: 6.46 usec per loop

我想这是因为swapaxes()不复制任何数据，而且c[:,:,i]的处理可以通过通用代码完成（处理:被更复杂的片段替换的情况）。

但是请注意，更明确的第二个解决方案c[...,i]既清晰又快速：

python -m timeit -s 'import numpy; c = numpy.arange(24).reshape(2,3,4)' \
    'for i in range(c.shape[-1]): u = c[...,i]'
100000 loops, best of 3: 4.74 usec per loop