NumPy 数组上的迭代

Question

NumPy 包包含一个迭代器对象 numpy.nditer 。 它是一个有效的多维迭代器对象，可以用于在数组上进行迭代。 数组的每个元素可使用 Python 的标准 Iterator 接口来访问。

让我们使用 arange() 函数创建一个 3X4 数组，并使用 nditer 对它进行迭代。

示例 1

import numpy as np
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print('原始数组是：')
print(a)
print('\n')
print('修改后的数组是：')
for x in np.nditer(a):  
    print(x, ' ', end='')

输出如下：

原始数组是：
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

修改后的数组是：
0 5 10 15 20 25 30 35 40 45 50 55

示例 2

迭代的顺序匹配数组的内存布局，而不考虑特定的排序。 这可以通过迭代上述数组的转置来看到。

import numpy as np 
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print('原始数组是：')
print(a)
print('\n')
print('原始数组的转置是：')
b = a.T 
print(b)
print('\n')
print('修改后的数组是：')
for x in np.nditer(b):  
    print(x, ' ', end='')

输出如下：

原始数组是：
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

原始数组的转置是：
[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]

修改后的数组是：
0 5 10 15 20 25 30 35 40 45 50 55

迭代顺序

如果相同元素使用 F 风格顺序存储，则迭代器选择以更有效的方式对数组进行迭代。

示例 1

import numpy as np
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print('原始数组是：') 
print(a)
print('\n')
print('原始数组的转置是：')
b = a.T 
print(b)
print('\n')
print('以 C 风格顺序排序：')
c = b.copy(order='C')  
print c for x in np.nditer(c):  
    print(x, ' ', end='')
print('\n')
print('以 F 风格顺序排序：')
c = b.copy(order='F')  
print(c)
for x in np.nditer(c):  
    print(x, ' ', end='')

输出如下：

原始数组是：
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

原始数组的转置是：
[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]

以 C 风格顺序排序：
[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]
0 20 40 5 25 45 10 30 50 15 35 55

以 F 风格顺序排序：
[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]
0 5 10 15 20 25 30 35 40 45 50 55

示例 2

可以通过显式提醒，来强制 nditer 对象使用某种顺序：

import numpy as np 
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print('原始数组是：')
print(a)
print('\n')
print('以 C 风格顺序排序：')
for x in np.nditer(a, order =  'C'):  
    print(x, ' ', end='')  
print('\n\n')
print('以 F 风格顺序排序：') 
for x in np.nditer(a, order =  'F'):  
    print(x, ' ', end='')

输出如下：

原始数组是：
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

以 C 风格顺序排序：
0 5 10 15 20 25 30 35 40 45 50 55

以 F 风格顺序排序：
0 20 40 5 25 45 10 30 50 15 35 55

修改数组的值

nditer 对象有另一个可选参数 op_flags 。 其默认值为只读，但可以设置为读写或只写模式。 这将允许使用此迭代器修改数组元素。

示例

import numpy as np
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print('原始数组是：')
print(a)
print('\n')
for x in np.nditer(a, op_flags=['readwrite']): 
    x[...] = 2*x 
print('修改后的数组是：')
print(a)

输出如下：

原始数组是：
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

修改后的数组是：
[[ 0 10 20 30]
 [ 40 50 60 70]
 [ 80 90 100 110]]

外部循环

nditer 类的构造器拥有 flags 参数，它可以接受下列值：

序号	参数及描述
1.	c_index 可以跟踪 C 顺序的索引
2.	f_index 可以跟踪 Fortran 顺序的索引
3.	multi-index 每次迭代可以跟踪一种索引类型
4.	external_loop 给出的值是具有多个值的一维数组，而不是零维数组

示例

在下面的示例中，迭代器遍历对应于每列的一维数组。

import numpy as np 
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print('原始数组是：')
print(a)
print('\n')
print('修改后的数组是：')
for x in np.nditer(a, flags =  ['external_loop'], order =  'F'):  
    print(x, end='')

输出如下：

原始数组是：
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

修改后的数组是：
[ 0 20 40] [ 5 25 45] [10 30 50] [15 35 55]

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 具有维度 3X4，并且存在维度为 1X4 的另一个数组 b ，则使用以下类型的迭代器（数组 b 被广播到 a 的大小）。

示例

import numpy as np 
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print('第一个数组：')
print(a）
print('\n')
print('第二个数组：')
b = np.array([1,  2,  3,  4], dtype =  int)  
print(b)
print('\n')
print('修改后的数组是：')
for x,y in np.nditer([a, b]):  
    print("%d:%d",(x,y))

输出如下：

第一个数组：
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

第二个数组：
[1 2 3 4]

修改后的数组是：
0:1 5:2 10:3 15:4 20:1 25:2 30:3 35:4 40:1 45:2 50:3 55:4