您提出的速度相当快,但可以通过更清晰的形式提高易读性:
for i in range(c.shape[-1]):
print c[:,:,i]
或者,更好(更快、更通用、更明确):
for i in range(c.shape[-1]):
print c[...,i]
然而,上面的第一种方法似乎比第一种方法慢两倍左右。swapaxes()
方法:
python -m timeit -s 'import numpy; c = numpy.arange(24).reshape(2,3,4)' \
'for r in c.swapaxes(2,0).swapaxes(1,2): u = r'
100000 loops, best of 3: 3.69 usec per loop
python -m timeit -s 'import numpy; c = numpy.arange(24).reshape(2,3,4)' \
'for i in range(c.shape[-1]): u = c[:,:,i]'
100000 loops, best of 3: 6.08 usec per loop
python -m timeit -s 'import numpy; c = numpy.arange(24).reshape(2,3,4)' \
'for r in numpy.rollaxis(c, 2): u = r'
100000 loops, best of 3: 6.46 usec per loop
我猜这是因为swapaxes()
不复制任何数据,并且因为处理c[:,:,i]
可以通过通用代码来完成(处理以下情况):
被更复杂的切片取代)。
但请注意,更明确的第二个解决方案c[...,i]
既清晰又快速:
python -m timeit -s 'import numpy; c = numpy.arange(24).reshape(2,3,4)' \
'for i in range(c.shape[-1]): u = c[...,i]'
100000 loops, best of 3: 4.74 usec per loop