Python numpy nested_iters用法及代码示例

本文简要介绍 python 语言中 numpy.nested_iters 的用法。

用法:

numpy.nested_iters(op, axes, flags=None, op_flags=None, op_dtypes=None, order='K', casting='safe', buffersize=0)

创建用于嵌套循环的 nditer

创建 nditer 对象的元组，这些对象在 op 参数的不同轴上的嵌套循环中迭代。第一个迭代器用于最外层循环，最后一个迭代器用于最内层循环。前进一个将更改后续迭代器以指向其新元素。

参数：

op： ndarray 或 数组 序列

要迭代的数组。

axes： int 列表列表

每个项目都用作 nditer 的 “op_axes” 参数

flags, op_flags, op_dtypes, order, casting, buffersize (optional)：

见 nditer 同名参数

返回：

iters： nditer 元组

轴中每个项目的 nditer，最外层优先

例子：

基本用法。注意 y 是 [a[:, 0,:], a[:, 1, 0], a[:, 2,:]] 的 “flattened” 版本，因为我们将第一个迭代器的轴指定为 [1]

>>> a = np.arange(12).reshape(2, 3, 2)
>>> i, j = np.nested_iters(a, [[1], [0, 2]], flags=["multi_index"])
>>> for x in i:
...      print(i.multi_index)
...      for y in j:
...          print('', j.multi_index, y)
(0,)
 (0, 0) 0
 (0, 1) 1
 (1, 0) 6
 (1, 1) 7
(1,)
 (0, 0) 2
 (0, 1) 3
 (1, 0) 8
 (1, 1) 9
(2,)
 (0, 0) 4
 (0, 1) 5
 (1, 0) 10
 (1, 1) 11