NumPy：使用nditer迭代numpy数组的外部尺寸

问题内容：

我无法遍历numpy数组的外轴。

import numpy as np

a = np.arange(2*3).reshape(2,3)
it = np.nditer(a)
for i in it:
    print i

正如人们所期望的那样：

但是，我希望输出为三分之二，这样我就遍历了外轴：

(0, 1, 2)
(3, 4, 5)

我知道可以通过多种方式实现此目标，但是在仔细阅读nditer文档之后，我似乎找不到使用nditer的解决方案。我以此为契机学习nditer。因此，我宁愿不使用其他解决方案，除非它确实更有效或更有效。

问题答案：

用简单的方式控制迭代比较容易for：

In [17]: a
Out[17]: 
array([[0, 1, 2],
       [3, 4, 5]])
In [18]: for row in a:
    ...:     print(row)
    ...:     
[0 1 2]
[3 4 5]

这样做nditer很尴尬。除非您需要cython如页面结尾所述使用广播，否则nditer不会提供任何速度优势。即使有了cython，我的速度也memoryviews超过了nditer。

看看np.ndindex。它创建一个尺寸减小的虚拟数组，并对此进行nditer：

In [20]: for i in np.ndindex(a.shape[0]):
    ...:     print(a[i,:])
    ...:     
[[0 1 2]]
[[3 4 5]]

得到它了：

In [31]: for x in np.nditer(a.T.copy(), flags=['external_loop'], order='F'):
    ...:     print(x)

[0 1 2]
[3 4 5]

就像我说的-尴尬

我最近探讨了在一维结构化数组上直接迭代与nditer之间的区别：https
://stackoverflow.com/a/43005985/901925