如何遍历4维NumPy数组前两维，获取各3x3块的[1,1]值？

错误原因 #

你的代码报错是因为for i,j in window的遍历逻辑错误。window的维度是(478,533,3,3)，外层的478和533是滑动窗口的行、列索引维度，直接遍历window时，每次拿到的是一个3x3的数组，而非(i,j)索引对，自然无法拆成两个变量，因此触发“too many values to unpack”错误。

另外注意：你原代码中的条件block[1,1]-1==1 and block[1,1]-1==1逻辑矛盾——既然block[1,1]已经等于1，减1后是0，不可能等于1，这个条件永远不会成立，需要根据实际需求修改判断逻辑。

方法一：嵌套循环遍历索引（适合小数据量） #

如果一定要用循环，需要遍历478和533这两个维度的索引值，代码如下：

window = np.lib.stride_tricks.sliding_window_view(tiff_array, (3,3))
P11 = np.zeros([3,3])

# 遍历滑动窗口的行、列索引
for i in range(window.shape[0]):
    for j in range(window.shape[1]):
        block = window[i, j, :, :]
        if block[1,1] == 1:
            # 这里替换成你实际需要的条件，示例为判断块的[0,0]和[0,1]位置为1
            if block[0,0] == 1 and block[0,1] == 1:
                P11[0,0] += 1

方法二：向量化操作（推荐，效率更高） #

NumPy的核心优势是向量化运算，无需循环即可实现需求，处理大数组时性能提升显著。比如统计符合条件的块数量：

window = np.lib.stride_tricks.sliding_window_view(tiff_array, (3,3))
# 提取所有3x3块的中心值
centers = window[:, :, 1, 1]
# 生成布尔掩码：中心为1，同时满足自定义条件（示例为块的[0,0]和[0,1]位置为1）
mask = (centers == 1) & (window[:, :, 0, 0] == 1) & (window[:, :, 0, 1] == 1)
# 统计符合条件的块数量，赋值给P11[0,0]
P11[0,0] = np.sum(mask)

内容的提问来源于stack exchange，提问作者d.nikolai