我认为您正在寻找ndenumerate。
>>> a =numpy.array([[1,2],[3,4],[5,6]])>>> for (x,y), value in numpy.ndenumerate(a):... print x,y... 0 00 11 01 12 02 1
关于性能。它比列表理解要慢一些。
X = np.zeros((100, 100, 100))%timeit list([((i,j,k), X[i,j,k]) for i in range(X.shape[0]) for j in range(X.shape[1]) for k in range(X.shape[2])])1 loop, best of 3: 376 ms per loop%timeit list(np.ndenumerate(X))1 loop, best of 3: 570 ms per loop
如果您担心性能，可以通过查看实现来进一步优化，该实现有
ndenumerate两件事，转换为数组并循环。如果知道有数组，则可以调用
.coords平面迭代器的属性。
a = X.flat%timeit list([(a.coords, x) for x in a.flat])1 loop, best of 3: 305 ms per loop
