虽然建议的副本是Python Ellipsis对象的功能？在一般python情况下回答问题nditer，我认为在循环中使用它需要添加信息。
https://docs.scipy.org/doc/numpy/reference/arrays.nditer.html#modifying-array-values
Python中的常规赋值仅更改局部或全局变量字典中的引用，而不是就地修改现有变量。这意味着简单地分配给x不会将值放置到数组的元素中，而是将x从作为数组元素的引用切换为对您分配的值的引用。要实际修改数组的元素，应使用省略号对x进行索引。
该部分包括您的代码示例。
用我的话来说，就地x[...] = ...修改x； x = ...会破坏该nditer变量的链接，并且不会更改它。就像，x[:] = ...但是可以使用任何维度的数组（包括0d）。在这种情况下x，不仅仅是一个数字，而是一个数组。
也许与此nditer迭代最接近的事情nditer是：
In [667]: for i, x in np.ndenumerate(a):
...: print(i, x)
...: a[i] = 2 * x
...:
(0, 0) 0
(0, 1) 1
...
(1, 2) 5
In [668]: a
Out[668]:
array([[ 0, 2, 4],
[ 6, 8, 10]])
注意，我必须a[i]直接索引和修改。我不能用x = 2*x。在此迭代x中为标量，因此不可变
In [669]: for i,x in np.ndenumerate(a):
...: x[...] = 2 * x
...
TypeError: 'numpy.int32' object does not support item assignment
但是在这种nditer情况下x是一个0d数组，并且是可变的。
In [671]: for x in np.nditer(a, op_flags=['readwrite']):
...: print(x, type(x), x.shape)
...: x[...] = 2 * x
...:
0 <class 'numpy.ndarray'> ()
4 <class 'numpy.ndarray'> ()
...
并且因为它是0d，x[:]所以不能代替x[...]
----> 3 x[:] = 2 * x
IndexError: too many indices for array
一个更简单的数组迭代可能还会提供一些见解：
In [675]: for x in a:
...: print(x, x.shape)
...: x[:] = 2 * x
...:
[ 0 8 16] (3,)
[24 32 40] (3,)
这会在的行（第1个暗区）上进行迭代a。 x是一维数组，可以用x[:]=...或修改x[...]=...。
如果我external_loop从下一部分添加标志，x则现在是一维数组，并且x[:] =可以工作。但是x[...] =仍然有效，并且更通用。 x[...]用于所有其他nditer示例。
In [677]: for x in np.nditer(a, op_flags=['readwrite'], flags=['external_loop']):
...: print(x, type(x), x.shape)
...: x[...] = 2 * x
[ 0 16 32 48 64 80] <class 'numpy.ndarray'> (6,)
比较这个简单的行迭代（在二维数组上）：
In [675]: for x in a:
...: print(x, x.shape)
...: x[:] = 2 * x
...:
[ 0 8 16] (3,)
[24 32 40] (3,)
这会在的行（第1个暗区）上进行迭代a。 x是一维数组，可以用x[:] = ...或修改x[...] = ...。
从头到尾阅读并尝试使用此nditer页面。就其本身而言，nditer在中不是那么有用python。它不会加快迭代速度-除非将代码移植到cython。np.ndindex是使用的少数几个未编译numpy函数之一nditer。