numpy: iterieren über array

Ich würde dann manuell iterierten mit iter() und next(). Mit next in der 
Schleife kannst du dann mehrere Werte lesen.

Was machst du, wenn die Anzahl im Array kein Vielfaches von 3 ist?

Als Erstes würde ich a,b,c in x,y,z umbenennen, weil durch eine
Zuweisung an a das Array verloren gehen würde.

Was danach kommt, hängt stark davon ab, was das "komplexe" genau ist.

Hast du vielleicht ein Beispiel?

Bei "for i in a" hast du schon verloren. Du musst die "komplexe" 
Operation vektorisieren. Wie das geht, kommt darauf an, was sie ist. Die 
meisten np.xyz-Funktionen wie np.sin, etc arbeiten auf Arrays; viele der 
Vektorfunktionen wie np.fft können Arrays von Vektoren (mit axis=...); 
für einige wirre Anforderungen, wie Listen von Matritzen mit Listen von 
Vektoren zu multiplizieren gibt es np.einsum; etc. Kommt halt drauf an.

Also bspw. etwas in der Art:

1

import numpy as np

2

3

a=np.arange(12).reshape(4,3)  # ein np.array

4

print('a =\n', a)

5

6

# a in die Vektoren x, y und z zerlegen

7

x, y, z = a.T

8

9

# komplexer Ausdruck mit Fallunterscheidung und Rechenoperationen

10

s = np.where(4*x > 3*y, z+1, 2*z)

11

12

print('s =\n', s)

Ausgabe:

1

a =

2

 [[ 0  1  2]

3

 [ 3  4  5]

4

 [ 6  7  8]

5

 [ 9 10 11]]

6

s =

7

 [ 4 10  9 12]

np.where ist die vektorielle Variante der "conditional expression" in
Python. Die folgenden beiden Anweisungen tun prinzipiell dasselbe, nur
dass die zweite auch auf Vektoren anwendbar ist:

1

  result = trueValue if condition else falseValue

2

3

  result = np.where(condition, trueValue, falseValue)

Der Code in meinem letzten Beitrag würde in Schleifenform also so
aussehen:

1

import numpy as np

2

3

a = np.arange(12).reshape(4,3)

4

print('a =\n', a)

5

6

s = np.empty(len(a), a.dtype)

7

8

for i, (x, y, z) in enumerate(a):

9

  s[i] = z+1 if 4*x > 3*y else 2*z

10

11

print('s =\n', s)