python三个连续点_numpy索引看起来像数字的数字时，Python中的“三个点”是什么意思？...

虽然建议的副本是Python Ellipsis对象的作用&＃xff1f; 我想在一般a中回答该问题&＃xff0c;我认为在x循环中使用该问题需要添加信息。

[https://docs.scipy.org/doc/numpy/reference/arrays.nditer.html#modifying-array-values]

Python中的常规赋值仅更改局部或全局变量字典中的引用&＃xff0c;而不是就地修改现有变量。 这意味着简单地分配给x不会将值放置到数组的元素中&＃xff0c;而是将x从作为数组元素的引用切换为对您分配的值的引用。 要实际修改数组的元素&＃xff0c;应使用省略号对x进行索引。

该部分包括您的代码示例。

因此&＃xff0c;以我的话来说&＃xff0c;a会就地修改x&＃xff1b; x[:] &＃61; ...将断开与x[...] &＃61;变量的链接&＃xff0c;而不更改它。 就像x[...]一样&＃xff0c;但是可以处理任何维度&＃xff08;包括0d&＃xff09;的数组。 在这种情况下&＃xff0c;nditer不仅仅是一个数字&＃xff0c;而是一个数组。

如果没有2689989711996912912641&＃xff0c;则与此a迭代最接近的事情是&＃xff1a;

In [667]: for i, x in np.ndenumerate(a):

...: print(i, x)

...: a[i] &＃61; 2 * x

...:

(0, 0) 0

(0, 1) 1

...

(1, 2) 5

In [668]: a

Out[668]:

array([[ 0, 2, 4],

[ 6, 8, 10]])

请注意&＃xff0c;我必须直接索引和修改a。 我不能使用x。在此迭代中x[:] &＃61; ...是一个标量&＃xff0c;因此不可变

In [669]: for i,x in np.ndenumerate(a):

...: x[...] &＃61; 2 * x

...

TypeError: &＃39;numpy.int32&＃39; object does not support item assignment

但是在a中&＃xff0c;x是一个0d数组&＃xff0c;并且是可变的。

In [671]: for x in np.nditer(a, op_flags&＃61;[&＃39;readwrite&＃39;]):

...: print(x, type(x), x.shape)

...: x[...] &＃61; 2 * x

...:

0 ()

4 ()

...

并且因为它是0d&＃xff0c;所以不能使用a而不是x

----> 3 x[:] &＃61; 2 * x

IndexError: too many indices for array

一个更简单的数组迭代也可能会提供洞察力&＃xff1a;

In [675]: for x in a:

...: print(x, x.shape)

...: x[:] &＃61; 2 * x

...:

[ 0 8 16] (3,)

[24 32 40] (3,)

这会在a的行&＃xff08;第1个暗点&＃xff09;上进行迭代。x是一维数组&＃xff0c;可以用x[:] &＃61; ...或x[...] &＃61;进行修改。

如果我在下一节中添加a标志&＃xff0c;则x现在是一维数组&＃xff0c;并且x[:] &＃61; ...将起作用。 但是x[...] &＃61;仍然有效并且更通用。 x[...]用于所有其他nditer示例。

In [677]: for x in np.nditer(a, op_flags&＃61;[&＃39;readwrite&＃39;], flags&＃61;[&＃39;external_loop&＃39;]):

...: print(x, type(x), x.shape)

...: x[...] &＃61; 2 * x

[ 0 16 32 48 64 80] (6,)

比较这个简单的行迭代&＃xff08;在二维数组上&＃xff09;&＃xff1a;

In [675]: for x in a:

...: print(x, x.shape)

...: x[:] &＃61; 2 * x

...:

[ 0 8 16] (3,)

[24 32 40] (3,)

这会在a的行&＃xff08;第1个暗点&＃xff09;上进行迭代。x是一维数组&＃xff0c;可以用x[:] &＃61; ...或cython进行修改。

从头到尾阅读并尝试使用此cython页面。 就其本身而言&＃xff0c;nditer在python中不是很有用。它不会加速迭代-直到将代码移植到cython.np.ndindex才是使用2689989712013689689的少数几个未编译的numpy函数之一。