我认为您正在寻找ndenumerate函数。
>>> 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
关于性能问题,它比列表推导式稍微慢一些。
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
如果你担心性能问题,可以进一步优化。查看ndenumerate
的实现,它执行两个操作:转换为数组和循环。如果你知道自己有一个数组,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
for x, y in itertools.product(*map(xrange, array.shape)):
- ALM