我有一个4-D数组，我需要沿着给定的维度处理该数组中的所有1-D向量。这很好用：
def myfun（arr4d，selected_dim）：＃selected_dim只能是2或3
打印arr4d.shape＃（2，5，10，10）
对于我在xrange（arr4d.shape [0]）：
对于xrange（arr4d.shape [1]）中的j：
对于xrange（arr4d.shape [selected_dim]）中的k：
如果selected_dim == 2：
arr = arr4d [i，j，k ,:]
elif selected_dim == 3：
arr = arr4d [i，j，：，k]
do_something（arr）＃arr为一维，有10个项目
...但是我相信有某种方法可以避免嵌套的“ if”部分，也许还可以提高效率？像在循环之前创建此数组的其他视图，然后遍历这些视图一样吗？
最佳答案
一种常见的处理方法是使用np.rollaxis：
def myfun(arr4d, selected_dim): # selected_dim can only be 2 or 3
arr4d = np.rollaxis(arr4d, selected_dim)
print arr4d.shape # (10, 2, 5, 10)
for i in xrange(arr4d.shape[1]):
for j in xrange(arr4d.shape[2]):
for k in xrange(arr4d.shape[0]):
arr=arr4d[k, i, j, :]
do_something(arr) # arr is 1-D and has 10 items
请注意，
np.rollaxis应该返回一个视图，因此它实际上不会复制该数组。