9

たとえば、次元が xyz の 3D numpy.array があるとします。特定の軸に沿ってスライスを反復処理する方法はありますか? 何かのようなもの：

for layer in data.slices(dim=2):
    # do something with layer

編集：明確にするために、例はdim = 3配列、つまりshape =（len_x、len_y、len_z）です。Elazar と同等の kamjagin のソリューションは機能しますが、[:, :, i]それほど一般的ではありません。手動で構築する必要があります。つまり、次元を知る必要があり、コードは任意の次元の配列を処理するのに十分なほど一般的ではありません。のようなものを使用して不足している次元を埋めることができますが[..., :]、これも自分で構築する必要があります。

申し訳ありませんが、もっと明確にする必要がありました。例が少し単純すぎました!

4

5 に答える 5

11

最初の次元の反復は非常に簡単です。以下を参照してください。他の次元を反復するには、その次元を前面にロールして同じことを行います。

>>> data = np.arange(24).reshape(2, 3, 4)
>>> for dim_0_slice in data: # the first dimension is easy
...     print dim_0_slice
... 
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[[12 13 14 15]
 [16 17 18 19]
 [20 21 22 23]]
>>> for dim_1_slice in np.rollaxis(data, 1): # for the others, roll it to the front
...     print dim_1_slice
... 
[[ 0  1  2  3]
 [12 13 14 15]]
[[ 4  5  6  7]
 [16 17 18 19]]
[[ 8  9 10 11]
 [20 21 22 23]]
>>> for dim_2_slice in np.rollaxis(data, 2):
...     print dim_2_slice
... 
[[ 0  4  8]
 [12 16 20]]
[[ 1  5  9]
 [13 17 21]]
[[ 2  6 10]
 [14 18 22]]
[[ 3  7 11]
 [15 19 23]]

EDITいくつかのタイミング、大きな配列のさまざまな方法を比較します：

In [7]: a = np.arange(200*100*300).reshape(200, 100, 300)

In [8]: %timeit for j in xrange(100): a[:, j]
10000 loops, best of 3: 60.2 us per loop

In [9]: %timeit for j in xrange(100): a[:, j, :]
10000 loops, best of 3: 82.8 us per loop

In [10]: %timeit for j in np.rollaxis(a, 1): j
10000 loops, best of 3: 28.2 us per loop

In [11]: %timeit for j in np.swapaxes(a, 0, 1): j
10000 loops, best of 3: 26.7 us per loop
于 2013-06-27T23:11:45.100 に答える
2

これはおそらくこれよりもエレガントに解決できますが、事前に薄暗いことがわかっている場合の1つの方法（たとえば2）は次のとおりです。

for i in range(data.shape[dim]):
    layer = data[:,:,i]

またはdim=0の場合

for i in range(data.shape[dim]):
    layer = data[i,:,:]

等

于 2013-06-27T22:57:11.837 に答える
0

そんな感じ？

>>> data = np.array([[1,2,3],[4,5,6],[7,8,9]])
>>> for layer in [data[:,i] for i in range(3)]:
...     print layer
... 
[1 4 7]
[2 5 8]
[3 6 9]
于 2013-06-27T22:55:47.427 に答える
0

私が間違っている場合は修正してください。ただし、3D 配列は次のようになります。

>>> my_array.shape
    (3,N)

N は配列のサイズです。したがって、1 つの次元を反復処理する場合は、次のようにするだけです。

>>> for item in my_array[1,:]:

これは、2 番目の次元で繰り返されます。

于 2013-06-27T22:56:30.880 に答える