有没有更简洁的替代方法:

for x in xrange(array.shape[0]):
    for y in xrange(array.shape[1]):
        do_stuff(x, y)

我想出了这个:

for x, y in itertools.product(map(xrange, array.shape)):
    do_stuff(x, y)

这节省了一个缩进，但仍然很丑。

我希望看起来像这样的伪代码:

for x, y in array.indices:
    do_stuff(x, y)

有类似的东西吗？

最佳答案

我认为您正在寻找 ndenumerate .

>>> a =numpy.array([[1,2],[3,4],[5,6]])
>>> for (x,y), value in numpy.ndenumerate(a):
...  print x,y
... 
0 0
0 1
1 0
1 1
2 0
2 1

关于性能。它比列表理解要慢一些。

X = np.zeros((100, 100, 100))

%timeit list([((i,j,k), X[i,j,k]) for i in range(X.shape[0]) for j in range(X.shape[1]) for k in range(X.shape[2])])
1 loop, best of 3: 376 ms per loop

%timeit list(np.ndenumerate(X))
1 loop, best of 3: 570 ms per loop

如果您担心性能，您可以通过查看 ndenumerate 的实现来进一步优化，它做了两件事，转换为数组和循环。如果你知道你有一个数组，你可以调用平面迭代器的 .coords 属性。

a = X.flat
%timeit list([(a.coords, x) for x in a.flat])
1 loop, best of 3: 305 ms per loop

https://stackoverflow.com/questions/6967463/