你得到更漂亮的代码：

for iy, ix in np.ndindex(a.shape):
    print(a[iy, ix])

导致：

1
2
3
4
5
6
7
8
9
10
11
12

a.shape[0]是第一维的行数和大小，而a.shape[1]是第二维的大小。你需要写：

for x in range(0, rows):
    for y in range(0, cols):
        print a[x,y]

注意在range()函数中行和行是如何交换的。
编辑：它必须是这样的，因为数组可以是矩形的（即，rows！=）。a.shape是每个维度的大小，按它们被索引的顺序排列。因此，如果shape是(10, 5)，当你写：

a[x, y]

最大x是9，最大y是4。x和y实际上是数组索引的糟糕名称，因为它们不表示坐标，而是内存中的位置。你可以用i和j来代替：

for i in range(0, rows):
    for j in range(0, cols):
        print a[i,j]

documentation有点长，但对索引和形状有很好的深入描述。

可以使用xrange。

for x in xrange(rows):
    for y in xrange(cols):
        print a[x,y]

可以使用np.nditer。

it = np.nditer(a, flags=['multi_index'])
for x in it:
    print("{} {}".format(x, it.multi_index))

标签：Iterating Over Arrays