क्या इसके लिए कोई क्रिया विकल्प कम है:
for x in xrange(array.shape[0]):
for y in xrange(array.shape[1]):
do_stuff(x, y)मैं इसके साथ आया:
for x, y in itertools.product(map(xrange, array.shape)):
do_stuff(x, y)जो एक इंडेंटेशन बचाता है, लेकिन अभी भी बहुत बदसूरत है।
मैं कुछ ऐसी चीज़ की उम्मीद कर रहा हूँ जो इस छद्म कोड की तरह दिखती है:
for x, y in array.indices:
do_stuff(x, y)क्या ऐसा कुछ मौजूद है?
जवाबों:
मुझे लगता है कि आप ndenumerate की तलाश कर रहे हैं ।
>>> 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 1प्रदर्शन के संबंध में। यह सूची की समझ से थोड़ा धीमा है।
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 loopयदि आप उस प्रदर्शन के बारे में चिंतित हैं ndenumerate, जिसके कार्यान्वयन को देखकर आप थोड़ा और अनुकूलित कर सकते हैं , जो 2 चीजें करता है, तो एक सरणी और लूप में परिवर्तित होता है। यदि आप जानते हैं कि आपके पास एक सरणी है, तो आप .coordsफ्लैट पुनरावृत्त की विशेषता कह सकते हैं ।
a = X.flat
%timeit list([(a.coords, x) for x in a.flat])
1 loop, best of 3: 305 ms per loopयदि आपको केवल सूचकांकों की आवश्यकता है, तो आप कोशिश कर सकते हैं numpy.ndindex:
>>> a = numpy.arange(9).reshape(3, 3)
>>> [(x, y) for x, y in numpy.ndindex(a.shape)]
[(0, 0), (0, 1), (0, 2), (1, 0), (1, 1), (1, 2), (2, 0), (2, 1), (2, 2)]nditer देखें
import numpy as np
Y = np.array([3,4,5,6])
for y in np.nditer(Y, op_flags=['readwrite']):
y += 3
Y == np.array([6, 7, 8, 9])
y = 3काम नहीं करेगा, उपयोग करेंy *= 0औरy += 3इसके बजाय।
for x, y in itertools.product(*map(xrange, array.shape)):