我有一个多维的numpy数组,我需要遍历给定的维度。问题是,我不知道哪个维直到运行。换句话说,给定一个数组男,我也想在numpy中遍历任意维数
m[:,:,:,i] for i in xrange(n)
或者我可以想
m[:,:,i,:] for i in xrange(n)
等
我想,必须有numpy的写这一个简单的功能,但我无法弄清楚它是什么/它可能被称为什么。有什么想法吗?
我有一个多维的numpy数组,我需要遍历给定的维度。问题是,我不知道哪个维直到运行。换句话说,给定一个数组男,我也想在numpy中遍历任意维数
m[:,:,:,i] for i in xrange(n)
或者我可以想
m[:,:,i,:] for i in xrange(n)
等
我想,必须有numpy的写这一个简单的功能,但我无法弄清楚它是什么/它可能被称为什么。有什么想法吗?
有很多方法可以做到这一点。您可以使用切片列表构建正确的索引,或者更改m
的步伐。然而,最简单的方法可能是使用np.swapaxes
:
import numpy as np
m=np.arange(24).reshape(2,3,4)
print(m.shape)
# (2, 3, 4)
让axis
是要遍历所有的轴。 m_swapped
与m
相同,但axis=1
轴与最后一个轴(axis=-1
)交换。
axis=1
m_swapped=m.swapaxes(axis,-1)
print(m_swapped.shape)
# (2, 4, 3)
现在你只需在过去的轴环:
for i in xrange(m_swapped.shape[-1]):
assert np.all(m[:,i,:] == m_swapped[...,i])
注意m_swapped
是一个视图,而不是复制的m
。改变m_swapped
将改变m
。
m_swapped[1,2,0]=100
print(m)
assert(m[1,0,2]==100)
感谢的可能的复制!为了记录,.swapaxes()做了我想做的事。 – chimeracoder 2010-08-19 12:35:09
您可以用slice(None)
代替:
。例如,
from numpy import *
d = 2 # the dimension to iterate
x = arange(5*5*5).reshape((5,5,5))
s = slice(None) # :
for i in range(5):
slicer = [s]*3 # [:, :, :]
slicer[d] = i # [:, :, i]
print x[slicer] # x[:, :, i]
+1这是迄今为止用于推广到n维张量的最佳解决方案,例如'a1 x a2 x a3 x a4 x ... x an'的尺寸 – 2016-06-13 01:55:24
http://stackoverflow.com/questions/1589706/iterating-over-arbitrary-dimension-of-numpy-array – katrielalex 2010-08-18 15:29:56