如何使用索引和值迭代 1d NumPy 数组 [重复]
Posted
技术标签:
【中文标题】如何使用索引和值迭代 1d NumPy 数组 [重复]【英文标题】:How to iterate 1d NumPy array with index and value [duplicate] 【发布时间】:2018-08-29 07:04:46 【问题描述】:对于 python dict
,我可以使用 iteritems()
同时循环键和值。但我找不到 NumPy 数组的这种功能。我必须像这样手动跟踪idx
:
idx = 0
for j in theta:
some_function(idx,j,theta)
idx += 1
有没有更好的方法来做到这一点?
【问题讨论】:
您可以为此使用enumerate
..***.com/questions/22171558/what-does-enumerate-mean。或者迭代range(len(theta))
。
或者更好,ndenumerate
如果你正在处理 NDarrays。
【参考方案1】:
例如,您可以使用numpy.ndenumerate
import numpy as np
test_array = np.arange(2, 3, 0.1)
for index, value in np.ndenumerate(test_array):
print(index[0], value)
更多信息请参考https://docs.scipy.org/doc/numpy/reference/generated/numpy.ndenumerate.html
【讨论】:
还请记住,这可以扩展到多个维度。 index 是一个元组,包含数组每个维度的索引。很有用!【参考方案2】:有几种选择。下面假设您正在迭代一维 NumPy 数组。
使用range
进行迭代
for j in range(theta.shape[0]): # or range(len(theta))
some_function(j, theta[j], theta)
请注意,这是可与numba
一起使用的 3 个解决方案中的 the only。这是值得注意的,因为显式迭代 NumPy 数组通常只有在与 numba
或其他预编译方式结合使用时才有效。
使用enumerate
进行迭代
for idx, j in enumerate(theta):
some_function(idx, j, theta)
一维数组的 3 种解决方案中最有效的一种。请参阅下面的基准测试。
使用np.ndenumerate
进行迭代
for idx, j in np.ndenumerate(theta):
some_function(idx[0], j, theta)
注意idx[0]
中的附加索引步骤。这是必要的,因为一维 NumPy 数组的索引(如 shape
)是作为单例元组给出的。对于一维数组,np.ndenumerate
效率低下;它的好处只体现在多维数组上。
性能基准测试
# Python 3.7, NumPy 1.14.3
np.random.seed(0)
arr = np.random.random(10**6)
def enumerater(arr):
for index, value in enumerate(arr):
index, value
pass
def ranger(arr):
for index in range(len(arr)):
index, arr[index]
pass
def ndenumerater(arr):
for index, value in np.ndenumerate(arr):
index[0], value
pass
%timeit enumerater(arr) # 131 ms
%timeit ranger(arr) # 171 ms
%timeit ndenumerater(arr) # 579 ms
【讨论】:
以上是关于如何使用索引和值迭代 1d NumPy 数组 [重复]的主要内容,如果未能解决你的问题,请参考以下文章
将 2D numpy 数组重塑为 3 个具有 x,y 索引的 1D 数组