迭代3D numpy数组的有效方法

import numpy as np

# 创建一个示例 3D 数组
array_3d = np.random.rand(3, 4, 5)

# 使用 nditer 迭代 3D 数组
for x in np.nditer(array_3d):
    print(x)

import numpy as np

# 创建一个示例 3D 数组
array_3d = np.random.rand(3, 4, 5)

# 使用 ndindex 迭代 3D 数组
for index in np.ndindex(array_3d.shape):
    print(array_3d[index])

import numpy as np

# 创建一个示例 3D 数组
array_3d = np.random.rand(3, 4, 5)

# 定义一个需要应用到每个元素的函数
def my_function(x):
    return x * 2

# 使用 vectorize 将函数应用到每个元素
vectorized_function = np.vectorize(my_function)
result = vectorized_function(array_3d)
print(result)

import numpy as np

# 创建一个示例 3D 数组
array_3d = np.random.rand(3, 4, 5)

# 定义一个需要应用到每个元素的函数
def my_function(x):
    return np.sum(x)

# 使用 apply_along_axis 将函数应用到特定轴
result = np.apply_along_axis(my_function, axis=2, arr=array_3d)
print(result)

import numpy as np

# 创建一个示例 3D 数组
array_3d = np.random.rand(3, 4, 5)

# 使用多重循环迭代 3D 数组
for i in range(array_3d.shape[0]):
    for j in range(array_3d.shape[1]):
        for k in range(array_3d.shape[2]):
            print(array_3d[i, j, k])