NumPy 数组迭代

2024 年 8 月 29 日 | 阅读 3 分钟

NumPy 提供了一个迭代器对象，即 nditer，可以使用 python 标准迭代器接口来迭代给定的数组。

请看以下示例。

示例

import numpy as np
a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]])
print("Printing array:")
print(a);
print("Iterating over the array:")
for x in np.nditer(a):
    print(x,end=' ')

输出

Printing array:
[[ 1  2  3  4]
 [ 2  4  5  6]
 [10 20 39  3]]
Iterating over the array:
1 2 3 4 2 4 5 6 10 20 39 3

迭代的顺序不遵循任何特殊的排序，如行优先或列优先。但是，它旨在匹配数组的内存布局。

让我们迭代上面示例中给出的数组的转置。

示例

import numpy as np
a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]])
print("Printing the array:")
print(a)
print("Printing the transpose of the array:")
at = a.T
print(at)

#this will be same as previous 
for x in np.nditer(at):
    print(print("Iterating over the array:")
for x in np.nditer(a):
    print(x,end=' ')

输出

Printing the array:
[[ 1  2  3  4]
 [ 2  4  5  6]
 [10 20 39  3]]
Printing the transpose of the array:
[[ 1  2 10]
 [ 2  4 20]
 [ 3  5 39]
 [ 4  6  3]]
1 2 3 4 2 4 5 6 10 20 39 3

迭代顺序

我们知道，有两种方法可以将值存储到 numpy 数组中

F 风格顺序
C 风格顺序

让我们看一个例子，说明 numpy 迭代器如何处理特定的顺序（F 或 C）。

示例

import numpy as np

a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]])

print("\nPrinting the array:\n")

print(a)

print("\nPrinting the transpose of the array:\n")
at = a.T

print(at)

print("\nIterating over the transposed array\n")

for x in np.nditer(at):
    print(x, end= ' ')

print("\nSorting the transposed array in C-style:\n")

c = at.copy(order = 'C')

print(c)

print("\nIterating over the C-style array:\n")
for x in np.nditer(c):
    print(x,end=' ')
    

d = at.copy(order = 'F')

print(d)
print("Iterating over the F-style array:\n")
for x in np.nditer(d):
    print(x,end=' ')

输出

Printing the array:

[[ 1  2  3  4]
 [ 2  4  5  6]
 [10 20 39  3]]

Printing the transpose of the array:

[[ 1  2 10]
 [ 2  4 20]
 [ 3  5 39]
 [ 4  6  3]]

Iterating over the transposed array

1 2 3 4 2 4 5 6 10 20 39 3 
Sorting the transposed array in C-style:

[[ 1  2 10]
 [ 2  4 20]
 [ 3  5 39]
 [ 4  6  3]]

Iterating over the C-style array:

1 2 10 2 4 20 3 5 39 4 6 3 [[ 1  2 10]
 [ 2  4 20]
 [ 3  5 39]
 [ 4  6  3]]
Iterating over the F-style array:

1 2 3 4 2 4 5 6 10 20 39 3

我们可以在定义迭代器对象本身时提到 'C' 或 'F' 顺序。考虑以下示例。

示例

import numpy as np

a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]])

print("\nPrinting the array:\n")

print(a)

print("\nPrinting the transpose of the array:\n")
at = a.T

print(at)

print("\nIterating over the transposed array\n")

for x in np.nditer(at):
    print(x, end= ' ')

print("\nSorting the transposed array in C-style:\n")

print("\nIterating over the C-style array:\n")
for x in np.nditer(at, order = 'C'):
    print(x,end=' ')

输出

Iterating over the transposed array

1 2 3 4 2 4 5 6 10 20 39 3
Sorting the transposed array in C-style:


Iterating over the C-style array:

1 2 10 2 4 20 3 5 39 4 6 3

数组值修改

我们不能在迭代期间修改数组元素，因为与迭代器对象关联的 op-flag 设置为只读。

但是，我们可以将此标志设置为 readwrite 或仅写以修改数组值。考虑以下示例。

示例

import numpy as np

a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]])

print("\nPrinting the original array:\n")

print(a)

print("\nIterating over the modified array\n")

for x in np.nditer(a, op_flags = ['readwrite']):
    x[...] = 3 * x;
    print(x,end = ' ')

输出

Printing the original array:

[[ 1  2  3  4]
 [ 2  4  5  6]
 [10 20 39  3]]

Iterating over the modified array

3 6 9 12 6 12 15 18 30 60 117 9

下一个主题NumPy 位运算符

← 上一个下一个 →

NumPy 数组迭代

示例

示例

迭代顺序

示例

示例

数组值修改

示例

联系信息

关注我们

教程

面试题

在线编译器

Python

Java

.Net Framework

AI, ML and Data Science

Cloud Technology

B.Tech and MCA

Web Technology

PHP

Software Testing

Technical Interview

Java Interview

Python

Web Interview

Database Interview

B.Tech / MCA

Important Interview

Software Testing Interview

Company Interviews

Online Compilers

Multiple Choice Questions

NumPy 教程

NumPy 函数

NumPy 数组迭代

示例

示例

迭代顺序

示例

示例

数组值修改

示例

相关帖子

NumPy 数据类型

数值范围内的数组

NumPy Ndarray

NumPy 字符串函数

统计函数

NumPy 教程

NumPy 线性代数

NumPy 环境设置

从现有数据创建数组

NumPy 数学函数

订阅 Tpoint Tech

联系信息

关注我们

教程

面试题

在线编译器