如何在給定軸上迭代一個numpy數組？

Question

我有一個形狀的ndarray

my_array = np.zeros((Na, Nb, Nc))

我有Nb束形狀數據（Na，Nc）

我想用我的數據束填充“ my_array”，如下所示：

for b, bit in zip(range(Nb), my_bits):
    my_array[:, b, :] = bit

但是我想對任意形狀數據集的任意仲裁軸進行此操作。 我該怎么做？

**編輯**有人指出我的問題含糊不清。 下面是我知道如何做的示例代碼，導致了我不知道的事情。

我知道的：

my_bits = [np.ones((Na, Nc)) for j in range(Nb)]
my_array = np.zeros((Na, Nb, Nc))
for b, bit in zip(range(Nb), my_bits):
    my_array[:, b, :] = bit

一般而言，我們可以考慮

my_array = np.zeros((N1, N2, ..., Nj, ..., Nmax))
bit = np.ones((N1, N2, ..., Nj-1, Nj+1, ..., Nmax))
my_bits = [bit]*Nj

從那里，我想沿軸Nj用my_bits填充my_array。 我該怎么做？ 我正在查看nditer函數，但不確定如何處理。

Answer 1

這里的尺寸有問題。 如果我正確理解， my_array[:, 0, :] my_bits my_array[:, 0, :]與my_bits維數相同。 所以分配應該像這樣完成：

import numpy as np

Na = 2
Nb = 2
Nc = 2
my_array = np.zeros((Na, Nb, Nc))

my_bits = np.ones((Na, Nc))

print('my_array before', my_array)

for b in range(Nb):
  my_array[:, b, :] = my_bits

print('my_array after', my_array)

Answer 2

我認為您可能想要numpy.transpose

list_of_2d_arrays = [ make_2d_array() for i in range(Nb) ]  # each has shape=(Na,Nc)
tensor3d = np.array(list_of_2d_arrays) # shape = (Nb,Na,Nc)
# now shift the dimensions around
X = np.transpose(tensor3d,(1,0,2)) # has shape (Na,Nb,Nc)

Answer 3

在某些numpy函數中，使用transpose將迭代軸移動到已知位置（最前面或最后一個）。

另一種方法是構造一個slice對象，並對其進行迭代。

In [46]: arr = np.zeros((2,3,4),int)
In [47]: idx = np.full((arr.ndim,), slice(None))
In [48]: n=2
In [49]: for i in range(arr.shape[n]):
    ...:     idx[n] = i
    ...:     arr[tuple(idx)] = i+1
    ...:     
In [50]: arr
Out[50]: 
array([[[1, 2, 3, 4],
        [1, 2, 3, 4],
        [1, 2, 3, 4]],

       [[1, 2, 3, 4],
        [1, 2, 3, 4],
        [1, 2, 3, 4]]])

對於另一個軸

In [56]: arr = np.zeros((2,3,4),int)
In [57]: idx = np.full((arr.ndim,), slice(None))
In [58]: n=1
In [59]: for i in range(arr.shape[n]):
    ...:     idx[n] = i
    ...:     arr[tuple(idx)] = i+1
    ...:     
In [60]: arr
Out[60]: 
array([[[1, 1, 1, 1],
        [2, 2, 2, 2],
        [3, 3, 3, 3]],

       [[1, 1, 1, 1],
        [2, 2, 2, 2],
        [3, 3, 3, 3]]])

在這種情況下， idx變化如下：

[slice(None, None, None) 0 slice(None, None, None)]
[slice(None, None, None) 1 slice(None, None, None)]
[slice(None, None, None) 2 slice(None, None, None)]

關鍵是索引表達式具有等效的元組，可以通過編程方式構造它：

In [61]: np.s_[:,3,:]
Out[61]: (slice(None, None, None), 3, slice(None, None, None))