Python 使用数组/索引进行切片

我尝试使用索引和数组迭代访问numpy数组。 下面的例子很好地总结了我的问题：

x = np.arange(12)
x.shape = (3,2,2)
nspace = np.array([[0,0], [0,1], [1,0], [1,1]])
for it in range(len(nspace)):
    x[:,nspace(it)] = np.array([1,1,1])

如果事情按照我的想法进行，代码将打印4个单独的数组：

[0,4,8]
[1,5,9]
[2,6,10]
[3,7,11]

但是我犯了一个错误。我知道我的索引是错误的，但我不知道如何得到我想要的结果

重要的是，所有事情都发生在一个循环中，因为我希望能够更改x的维度

EDIT0：我需要一个通用的解决方案。让我写：空格[0,0]，空格[0,1]，等等

EDIT1：我将打印更改为赋值操作，因为实际需要的是赋值我在循环中调用的函数的结果

EDIT2：我没有包括回溯，因为我怀疑它是否有用。无论如何，这是：

Traceback (most recent call last):

  File "<ipython-input-600-50905b8b5c4d>", line 5, in <module>
    print(x[:,nspace(it)])

TypeError: 'numpy.ndarray' object is not callable

回溯（最近一次呼叫最后一次）：
文件“”，第5行，在
打印（x[：，nspace（it）]）
TypeError:“numpy.ndarray”对象不可调用

您会得到错误，因为您应该在最后一行使用方括号来访问元素

import numpy as np

x = np.arange(12)
x.shape = (3,2,2)
nspace = np.array([[0,0], [0,1], [1,0], [1,1]])
for it in range(len(nspace)):
    print(x[:,nspace[it]])

编辑：

以及一种可能的解决方案，以获得您的预期结果：

import numpy as np

x = np.arange(12)
x.shape = (3,2,2)
nspace = np.array([[0,0], [0,1], [1,0], [1,1]])

y = x.flatten()

for i in range(x.size//x.shape[0]):
    print y[i::4]

---

您需要提供第一个和第二个索引，并使用

[]

括号而不是

（）

来访问数组元素

import numpy as np

x = np.arange(12)
x.shape = (3,2,2)

for it in range(len(nspace)):
    print(x[:,nspace[it][0], nspace[it][1]])

---

输出

[0 4 8]
[1 5 9]
[ 2  6 10]
[ 3  7 11]

您也可以直接使用

重塑

x = np.arange(12).reshape(3,2,2)

---

您不需要为循环使用

。使用
重塑
和
转置

x.reshape(3, 4).T

给出：

array([[ 0,  4,  8],
       [ 1,  5,  9],
       [ 2,  6, 10],
       [ 3,  7, 11]])

如果要迭代结果，请执行以下操作：

for row in x.reshape(3, 4).T:
    print(row)

“但我有一个错误”：在你的问题中显示实际的错误总是好的（包括完整的回溯）。在这里，它可能看起来很明显，但除此之外，错误可能非常有用。如果您发布遇到的错误的堆栈跟踪，将有很大帮助。我假设引发了索引器异常，但这只是猜测，没有堆栈跟踪。您花费了大量时间添加编辑，而没有在发布之前查看已解决问题的两个工作答案（这不会使任何一种方法无效）。。。是你干的吗？是的。我知道结果不好，我只想指出原始代码中错误的原因。一枪打死三只鸟；）@是的，现在我在考虑你的答案，因为我可能太复杂了？出于尊重，我不敢对你的答案说一句话。但是，是的，它看起来有点过于浓缩，尽管非常好：）@Bazingaa我不太关心操作的链接——毕竟这是数组编程：）但是我有没有不必要的步骤？我认为
ravel（）
是必要的，但我的一部分人认为有一条较短的路线。
x.reformate（3,4）.T
也有效。在这种情况下不需要拉威尔