在numpy中获取数组中所有元素的索引

Question

我正在尝试获取数组中所有元素的索引列表，因此对于1000 x 1000的数组，我最终得到[（0,0），（0,1），...，（999,999） ]。

我做了一个函数来做到这一点，如下所示：

def indices(alist):
    results = []
    ele = alist.size
    counterx = 0
    countery = 0
    x = alist.shape[0]
    y = alist.shape[1]
    while counterx < x:
        while countery < y:
            results.append((counterx,countery))
            countery += 1
        counterx += 1
        countery = 0
    return results

在我计时之后，它似乎很慢，因为运行大约需要650毫秒（在慢速笔记本电脑上授权）。 因此，我认为numpy必须有一种方法比我平庸的编码更快地完成这项工作，我看了一下文档并尝试：

indices = [k for k in numpy.ndindex(q.shape)]
which took about 4.5 SECONDS (wtf?)
indices = [x for x,i in numpy.ndenumerate(q)]
better, but 1.5 seconds!

有更快的方法吗？

谢谢

Answer 1

怎么样np.ndindex ？

np.ndindex(1000,1000)

这将返回一个可迭代对象：

>>> ix = numpy.ndindex(1000,1000)
>>> next(ix)
(0, 0)
>>> next(ix)
(0, 1)
>>> next(ix)
(0, 2)

通常，如果您有一个数组，则可以通过以下方式构建索引iterable：

index_iterable = np.ndindex(*arr.shape)

当然，总有np.ndenumerate也可以像这样实现：

def ndenumerate(arr):
    for ix in np.ndindex(*arr.shape):
        yield ix,arr[ix]

Answer 2

你有没有想过使用itertools ？ 它将为您的结果生成一个迭代器，几乎肯定会以最佳的速度运行：

import itertools

a = range(1000)
b = range(1000)

product = itertools.product(a, b)

for x in product:
    print x

# (0, 0)
# (0, 1)
# ...
# (999, 999)

请注意，这不需要依赖于numpy 。 另外，请注意使用range来创建从0到999的列表。

Answer 3

AHHA！

使用numpy构建两个数组的所有组合的数组

运行时间为41毫秒，而使用itertool.product的则为330毫秒！