NumPy 教程：数组迭代

发布时间：2023-03-21 14:19:33 所属栏目：教程来源：

导读：NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式，迭代器最基本的任务的可以完成对数组元素的访问

使用 arange() 函数创建一个 2X3 数组，并使用 nditer 对它进行迭代

In [1]: i

NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式，迭代器最基本的任务的可以完成对数组元素的访问

使用 arange() 函数创建一个 2X3 数组，并使用 nditer 对它进行迭代

In [1]: import numpy as np
In [2]: num = np.arange(6).reshape(2,3)
In [3]: num
Out[3]:
array([[0,1,2],[3,4,5]])
In [4]: for x in np.nditer(num):
...: print(x,end=',')
...:
0,2,3,5,
以上实例不是使用标准 C 或者 Fortran 顺序，选择的顺序是和数组内存布局一致的，这样做是为了提升访问的效率，默认是行序优先（row-major order，或者说是 C-order）

这反映了默认情况下只需访问每个元素，而无需考虑其特定顺序。我们可以通过迭代上述数组的转置来看到这一点，并与以 C 顺序访问数组转置的 copy 方式做对比

In [5]: for x in np.nditer(num.T):
...: print(x,In [6]: for x in np.nditer(num.T.copy(order='C')):
...: print(x,
从上述例子可以看出，a 和 a.T 的遍历顺序是一样的，也就是他们在内存中的存储顺序也是一样的，但是 a.T.copy(order = ‘C’) 的遍历结果是不同的，那是因为它和前两种的存储方式是不一样的，默认是按行访问

控制遍历顺序
Fortran order：列序优先 for x in np.nditer(sum,order='F'):

C order：行序优先 for x in np.nditer(sum.T,order='C')

原始数组

In [1]: import numpy as np
In [2]: num = np.arange(0,60,5).reshape(3,4)
In [3]: num
Out[3]:
array([[ 0,10,15],[20,25,30,35],[40,45,50,55]])
原始数组转置

In [4]: t = num.T
In [5]: t
Out[5]:
array([[ 0,20,40],[ 5,45],[10,50],[15,35,55]])
以 C 风格顺序排序

In [6]: c = t.copy(order='C')
In [7]: c
Out[7]:
array([[ 0,55]])
In [8]: for x in np.nditer(c):
...: print(x,40,15,55,
以 F 风格顺序排序

In [9]: f = t.copy(order='F')
In [10]: f
Out[10]:
array([[ 0,55]])
In [11]: for x in np.nditer(f):
...: print(x,')
...:
0,
强制 nditer 对象使用某种顺序排序
原始数组

In [1]: import numpy as np
In [2]: num = np.arange(0,55]])
以 C 风格顺序排序

In [4]: for x in np.nditer(num,order='C'):
...: print(x,
以 F 风格顺序排序

In [5]: for x in np.nditer(num,order='F'):
...: print(x,
修改数组中元素的值
nditer 对象有另一个可选参数 op_flags。默认情况下，nditer 将视待迭代遍历的数组为只读对象（read-only），为了在遍历数组的同时，实现对数组元素值得修改，必须指定 read-write 或者 write-only 的模式

In [1]: import numpy as np
In [2]: num = np.arange(0,55]])
In [4]: for x in np.nditer(num,op_flags=['readwrite']):
...: x[...] = 2 * x
...:
In [5]: num
Out[5]:
array([[ 0,30],[ 40,70],[ 80,90,100,110]])
使用外部循环
nditer类的构造器拥有flags参数，它可以接受下列值

c_index 可以跟踪 C 顺序的索引

f_index 可以跟踪 Fortran 顺序的索引

multi-index 每次迭代可以跟踪一种索引类型

external_loop 给出的值是具有多个值的一维数组，而不是零维数组

迭代器遍历对应于每列，并组合为一维数组

In [1]: import numpy as np
In [2]: num = np.arange(0,flags=['external_loop'],')
...:
[ 0 40 80],[10 50 90],[ 20 60 100],[ 30 70 110],
广播迭代
如果两个数组是可广播的，nditer 组合对象能够同时迭代它们。假设数组 a 的维度为 3X4，数组 b 的维度为 1X4 ，则使用以下迭代器（数组 b 被广播到 a 的大小）

In [1]: import numpy as np
In [2]: a = np.arange(0,4)
In [3]: b = np.array([1,4],dtype=int)
In [4]: a
Out[4]:
array([[ 0,55]])
In [5]: b
Out[5]: array([1,4])
In [6]: for x,y in np.nditer([a,b]):
...: print('%d:%d' % (x,y),')
...:
0:1,5:2,10:3,15:4,20:1,25:2,30:3,35:4,40:1,45:2,50:3,55:4,

（编辑：驾考网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!