如何使用索引和值迭代一维NumPy数组[重复]

Question

这个问题已经在这里有了答案 ：

使用索引迭代numpy（相当于python枚举的numpy） （3个答案）

1年前关闭。

对于python dict，我可以用来iteritems()同时遍历键和值。但是我找不到NumPy数组的这种功能。我必须idx像这样手动跟踪：

idx = 0 
for j in theta:
   some_function(idx,j,theta)
   idx += 1

有一个更好的方法吗？

Answer 1

有几种选择。下面假设您要迭代1d NumPy数组。

迭代 range

for j in range(theta.shape[0]):  # or range(len(theta))
   some_function(j, theta[j], theta)

请注意，这是可与一起使用的3种解决方案中的唯一一种numba。这是值得注意的，因为在NumPy数组上进行显式迭代通常仅在与numba预编译组合或其他方式结合时才有效。

迭代

enumerate

for idx, j in enumerate(theta):
   some_function(idx, j, theta)

3维解决方案中最有效的一维阵列。请参阅下面的基准测试。

迭代

np.ndenumerate

for idx, j in np.ndenumerate(theta):
   some_function(idx[0], j, theta)

请注意中的附加索引步骤idx[0]。这是必要的，因为shape1d
NumPy数组的索引（如）作为单例元组给出。对于一维数组，np.ndenumerate效率不高；它的优势仅表现在多维数组上。

绩效基准

# Python 3.7, NumPy 1.14.3

np.random.seed(0)

arr = np.random.random(10**6)

def enumerater(arr):
    for index, value in enumerate(arr):
        index, value
        pass

def ranger(arr):
    for index in range(len(arr)):
        index, arr[index]
        pass

def ndenumerater(arr):
    for index, value in np.ndenumerate(arr):
        index[0], value
        pass

%timeit enumerater(arr)    # 131 ms
%timeit ranger(arr)        # 171 ms
%timeit ndenumerater(arr)  # 579 ms