是否存在向量化方法打印Numpy数组元素，替代循环实现指定格式输出

你可以通过纯向量化的数组重塑操作实现需求，全程无额外数据拷贝，性能极高，完全适配大规模数组场景：

你的原始数组是3维结构，形状为(外层元素数, 内层子数组数, 3)，只需要将前两个维度按原有顺序展平，保持每行3个元素，再直接输出即可，不需要嵌套循环。

完整实现代码 #

方案1：无Python循环的纯向量化输出 #

import numpy as np
import sys

# 你的原始数组
a = np.array([
    [[1, 2, 3], [11, 22, 33]],
    [[4, 5, 6], [44, 55, 66]],
])

# 向量化重塑：自动计算总行数，保持每行3个元素，仅调整数组视图无数据拷贝
flatten_arr = a.reshape(-1, 3)

# 直接输出符合要求的格式，fmt指定输出整数，分隔符用空格
np.savetxt(sys.stdout, flatten_arr, fmt='%d', delimiter=' ')

方案2：简化写法（仅单层轻量循环） #

如果觉得导入sys太繁琐，也可以对展平后的数组做单层循环，性能仍远高于原有嵌套循环：

import numpy as np

a = np.array([
    [[1, 2, 3], [11, 22, 33]],
    [[4, 5, 6], [44, 55, 66]],
])

for row in a.reshape(-1, 3):
    print(*row)

方案说明 #

• reshape(-1, 3)是纯向量化操作，时间复杂度为O(1)，哪怕数组包含数十万条数据也可以瞬间完成
• 展平后的数组顺序和你原有嵌套循环的输出顺序完全一致，不会打乱原有数据的排列逻辑
• 如果你不需要直接打印，只是要得到对应结构的数组，拿到flatten_arr就可以直接使用，不需要后续输出操作

内容的提问来源于stack exchange，提问作者Basir Miah