使用Numpy nditer遍历二维对象数组遇属性错误，如何解决？

你遇到的问题是因为np.nditer返回的迭代元素并不是直接的example实例，而是被包装成了一个0维NumPy数组对象，这个数组对象自然没有你定义的.number属性，所以才会抛出AttributeError。

下面给你几种可行的解决方案：

方案1：从nditer的结果中提取实际对象 #

使用x.item()或者x[()]可以把0维数组里包装的example实例取出来，之后就能正常访问属性了：

import numpy as np
class example:
    def __init__(self):
        self.number = 1
a = example()
b = example()
c = example()
d = example()
array = np.array([[a,b],[c,d]],dtype=np.object)

for x in np.nditer(array, ["refs_ok"]):
    # 提取实际对象并访问属性
    print(x.item().number)
    # 或者用 print(x[()].number)

方案2：直接嵌套遍历二维数组 #

如果不需要用nditer，直接遍历数组的行和元素会更直观，拿到的就是原始的example实例：

import numpy as np
class example:
    def __init__(self):
        self.number = 1
a = example()
b = example()
c = example()
d = example()
array = np.array([[a,b],[c,d]],dtype=np.object)

for row in array:
    for obj in row:
        print(obj.number)

方案3：使用数组的flat属性展平遍历 #

利用NumPy数组的flat属性可以把二维数组展平为一维迭代器，遍历起来更简洁：

import numpy as np
class example:
    def __init__(self):
        self.number = 1
a = example()
b = example()
c = example()
d = example()
array = np.array([[a,b],[c,d]],dtype=np.object)

for obj in array.flat:
    print(obj.number)

这几种方法都能成功打印每个对象的number属性，你可以根据自己的需求选择最合适的方式~

内容的提问来源于stack exchange，提问作者Shuo Liu