遍历数组3D的Python的方式 [英] Pythonic way of iterating over 3D array
问题描述
我在Python中的三维数组，我需要通过遍历数组中的所有多维数据集。也就是说，对于所有的（X，Y，Z）在阵列的尺寸，我需要访问立方体：
数组[（X + 0，Y + 0，Z + 0）]
数组[（X + 1，Y + 0，Z + 0）]
数组[（X + 0，Y + 1，Z + 0）]
数组[（X + 1，Y + 1，Z + 0）]
数组[（X + 0，Y + 0，Z + 1）]
数组[（X + 1，Y + 0，Z + 1）]
数组[（X + 0，Y + 1，Z + 1）]
数组[（X + 1，Y + 1，Z + 1）]
该阵列是一个numpy的数组，尽管这不是真的有必要。我只是发现它很容易用一个班轮使用读取数据 numpy.fromfile（）。
有没有遍历这些比以下任何一个更Python的方式？简单地使用Python语法看起来像C。
在范围X（x_dimension）：
在范围（y_dimension）Y：
在范围（z_dimension）Z：
work_with_cube（数组[（X + 0，Y + 0，Z + 0）]，
数组[（X + 1，Y + 0，Z + 0）]，
数组[（X + 0，Y + 1，Z + 0）]，
数组[（X + 1，Y + 1，Z + 0）]，
数组[（X + 0，Y + 0，Z + 1）]，
数组[（X + 1，Y + 0，Z + 1）]，
数组[（X + 0，Y + 1，Z + 1）]，
数组[（X + 1，Y + 1，Z + 1）]）
看一看和itertools ，特别是 itertools.product 。您可以COM preSS三环路成一个以
导入和itertools为X，Y，Z在itertools.product（*地图（的xrange（x_dim，y_dim，z_dim））：
...
您还可以创建多维数据集是这样的：
立方= numpy.array（名单（itertools.product（（0,1），（0,1），（0,1））））
打印立方
阵列（[0，0，0]，
[0，0，1]，
[0，1，0]，
[0，1，1]，
[1，0,0]，
[1，0,1]，
[1，1,0]，
[1，1，1]]）
和一个简单的加法添加偏移量
打印立方体+（10,100,1000）
阵列（[10，100，1000]，
[10，100，1001]，
[10，101，1000]，
[10，101，1001〕，
[11，100，1000]
[11，100，1001]，
[11，101，1000]，
[11，101，1001]]）
翻译为立方体+（X，Y，Z）你的情况这将。您code的非常紧凑的版本是
导入和itertools，numpy的立方体= numpy.array（列表（itertools.product（（0,1），（0,1），（0,1））））x_dim = y_dim = z_dim = 10在itertools.product偏移量（*地图（的xrange（x_dim，y_dim，z_dim）））：
work_with_cube（立方体+偏移）
修改： itertools.product 使得该产品在不同的参数，即 itertools.product（A，B ，C），所以我必须要通过地图（的xrange，...）与作为 *地图（.. 。）
I have a 3D array in Python and I need to iterate over all the cubes in the array. That is, for all (x,y,z) in the array's dimensions I need to access the cube:
array[(x + 0, y + 0, z + 0)]
array[(x + 1, y + 0, z + 0)]
array[(x + 0, y + 1, z + 0)]
array[(x + 1, y + 1, z + 0)]
array[(x + 0, y + 0, z + 1)]
array[(x + 1, y + 0, z + 1)]
array[(x + 0, y + 1, z + 1)]
array[(x + 1, y + 1, z + 1)]
The array is a Numpy array, though that's not really necessary. I just found it very easy to read the data in with a one-liner using numpy.fromfile().
Is there any more Pythonic way to iterate over these than the following? That simply looks like C using Python syntax.
for x in range(x_dimension):
for y in range(y_dimension):
for z in range(z_dimension):
work_with_cube(array[(x + 0, y + 0, z + 0)],
array[(x + 1, y + 0, z + 0)],
array[(x + 0, y + 1, z + 0)],
array[(x + 1, y + 1, z + 0)],
array[(x + 0, y + 0, z + 1)],
array[(x + 1, y + 0, z + 1)],
array[(x + 0, y + 1, z + 1)],
array[(x + 1, y + 1, z + 1)])
Have a look at itertools, especially itertools.product. You can compress the three loops into one with
import itertools
for x, y, z in itertools.product(*map(xrange, (x_dim, y_dim, z_dim)):
...
You can also create the cube this way:
cube = numpy.array(list(itertools.product((0,1), (0,1), (0,1))))
print cube
array([[0, 0, 0],
[0, 0, 1],
[0, 1, 0],
[0, 1, 1],
[1, 0, 0],
[1, 0, 1],
[1, 1, 0],
[1, 1, 1]])
and add the offsets by a simple addition
print cube + (10,100,1000)
array([[ 10, 100, 1000],
[ 10, 100, 1001],
[ 10, 101, 1000],
[ 10, 101, 1001],
[ 11, 100, 1000],
[ 11, 100, 1001],
[ 11, 101, 1000],
[ 11, 101, 1001]])
which would to translate to cube + (x,y,z) in your case. The very compact version of your code would be
import itertools, numpy
cube = numpy.array(list(itertools.product((0,1), (0,1), (0,1))))
x_dim = y_dim = z_dim = 10
for offset in itertools.product(*map(xrange, (x_dim, y_dim, z_dim))):
work_with_cube(cube+offset)
Edit: itertools.product makes the product over the different arguments, i.e. itertools.product(a,b,c), so I have to pass map(xrange, ...) with as *map(...)
这篇关于遍历数组3D的Python的方式的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
