NumPy 数组上的迭代

发布于 2024-11-08 20:20:34 字数 4613 浏览 9 评论 0

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

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。
列表为空,暂无数据

关于作者

顾挽

暂无简介

0 文章
0 评论
756 人气
更多

推荐作者

新人笑

文章 0 评论 0

mb_vYjKhcd3

文章 0 评论 0

小高

文章 0 评论 0

来日方长

文章 0 评论 0

哄哄

文章 0 评论 0

    我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
    原文