একটি অদ্ভুত অ্যারের উপরে আইট্রেট করা

Question

এর কি কম ভার্বোস বিকল্প আছে:

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

আমি এটি নিয়ে এসেছি:

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

যা একটি ইনডেন্টেশন সংরক্ষণ করে, তবে এখনও বেশ কুৎসিত।

আমি এমন সিডোকোডের মতো দেখতে এমন কিছু আশা করছি:

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

এর মতো কি কিছু আছে?

Comments

আমি পাইথন ২.7 এ আছি এবং এর সমাধানটি আপনার সমাধানটি ব্যবহার করছি; আমি মন্তব্যগুলিতে পড়েছি যে এরটুলগুলি ব্যবহার করা আরও দ্রুত হবে। তবে, (সম্ভবত আমি ২.7-এ আছি কারণ) আমাকে লুপের জন্য মানচিত্রও আনপ্যাক করতে হয়েছিল। for x, y in itertools.product(*map(xrange, array.shape)):

— এএলএম

ন্যামপি রেফারেন্সে একটি পৃষ্ঠা রয়েছে যার নাম " আইট্রেটিং

— কেসি

সম্পর্কিত: stackoverflow.com/questions/29493183/...

— Eulenfuchswiesel

Answer 1

আমি মনে করি আপনি ndenumerate খুঁজছেন ।

>>> 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

অভিনয় সম্পর্কে। এটি তালিকা বোধের চেয়ে কিছুটা ধীর।

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

আপনি যদি পারফরম্যান্স সম্পর্কে উদ্বিগ্ন হন তবে আপনি বাস্তবায়নের দিকে তাকিয়ে আরও কিছুটা অনুকূল করতে পারেন ndenumerateযা 2 টি কাজ করে, অ্যারেতে রূপান্তর করে এবং লুপিং করে। আপনি যদি জানেন যে আপনার কাছে একটি অ্যারে রয়েছে, আপনি .coordsফ্ল্যাট পুনরাবৃত্তির বৈশিষ্ট্যটি কল করতে পারেন ।

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

Comments

নোট করুন এটি কাজ করে তবে অবিশ্বাস্যভাবে ধীর। আপনি ম্যানুয়ালি পুনরাবৃত্তি করা ভাল।

— মার্টি 21

Answer 2

আপনার যদি কেবল সূচকগুলির প্রয়োজন হয় তবে আপনি চেষ্টা করতে পারেন 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)]

Answer 3

দেখতে nditer

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 = 3কাজ করে না, ব্যবহার y *= 0এবং y += 3পরিবর্তে।

Comments

বা y ব্যবহার করুন [...] = 3

— ডোনাল্ড হবসন