Python?NumPy怎么遍歷數組

這篇文章主要介紹“Python NumPy怎么遍歷數組”，在日常操作中，相信很多人在Python NumPy怎么遍歷數組問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”Python NumPy怎么遍歷數組”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！

NumPy 包包含一個迭代器對象numpy.nditer。它是一個高效的多維迭代器對象，使用它可以迭代數組。使用 Python 的標準迭代器接口訪問數組的每個元素。

# 用于遍歷數組的 Python 程序
 
import numpy as geek
 
# 使用排列方法創建數組
a = geek.arange(12)
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4)
 
print('Original array is:')
print(a)
print()
 
print('Modified array is:')
 
# 迭代數組
for x in geek.nditer(a):
    print(x)

輸出：

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array is:
0 1 2 3 4 5 6 7 8 9 10 11

選擇迭代的順序以匹配數組的內存布局，而不考慮特定的順序。這可以通過迭代上述數組的轉置來看出。

# 用于迭代轉置的 Python 程序
# array
 
import numpy as geek 
 
# 使用排列方法創建數組
a = geek.arange(12)
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4) 
    
print('Original array is:')
print(a)
print()  
    
# 原始數組的轉置
b = a.T 
    
print('Modified array is:')
for x in geek.nditer(b): 
    print(x)

輸出：

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array is:
0 1 2 3 4 5 6 7 8 9 10 11

控制迭代順序

有時以特定順序訪問數組元素很重要，而與內存中元素的布局無關。nditer 對象提供了一個 order 參數來控制迭代的這一方面。具有上述行為的默認設置是 order='K' 以保持現有順序。這可以用 order='C' 覆蓋 C 訂單和 order='F' 用于 Fortran 訂單。

代碼#1：

# 用于使用特定順序迭代數組的 Python 程序
 
import numpy as geek 
 
# 使用排列方法創建數組
a = geek.arange(12) 
 
# 具有 3 行和 4 列的形狀數組 
a = a.reshape(3,4) 
 
print('Original array is:') 
print(a)
print()  
 
print('Modified array in C-style order:')
 
# 具有 3 行和 4 行的形狀數組，以給定的順序排列數組
for x in geek.nditer(a, order = 'C'): 
    print(x)

輸出：

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array in C-style order:
0 1 2 3 4 5 6 7 8 9 10 11

代碼#2：

# 用于使用特定順序迭代數組的 Python 程序
 
import numpy as geek 
 
# 使用排列方法創建數組
a = geek.arange(0,60,5) 
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4) 
 
print('Original array is:') 
print(a)
print()  
 
print('Modified array in F-style order:')
 
# 以給定順序迭代數組
for x in geek.nditer(a, order = 'F'): 
    print(x)

輸出：

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array in F-style order:
0 4 8 1 5 9 2 6 10 3 7 11

修改數組值

nditer 對象有另一個可選參數，稱為op_flags。其默認值為只讀，但可以設置為讀寫或只寫模式。這將啟用使用此迭代器修改數組元素。

# 用于修改數組值的 Python 程序
 
import numpy as geek
 
# 使用排列方法創建數組
a = geek.arange(12)
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4)
print('Original array is:')
print(a)
print()
 
# 修改數組值
for x in geek.nditer(a, op_flags = ['readwrite']):
    x[...] = 5*x
print('Modified array is:')
print(a)

輸出：

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array is:
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

外環：

類nditer構造函數有一個flags參數，可以取以下值

代碼#1：

# 使用外部循環迭代數組值的 Python 程序
 
import numpy as geek 
 
# 使用排列方法創建數組
a = geek.arange(12) 
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4) 
 
print('Original array is:') 
print(a) 
print()  
 
print('Modified array is:') 
for x in geek.nditer(a, flags = ['external_loop'], order = 'C'):
    print(x)

輸出：

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array is:
[ 0 1 2 3] [ 4 5 6 7] [8 9 10 11] 

代碼#2：

# 使用 f_index 迭代數組值的 Python 程序
 
import numpy as geek 
 
# 使用排列方法創建數組
a = geek.arange(6)
 
# 具有 2 行和 3 列的形狀數組
a = a.reshape(2,3)
 
print('Original array is:')
print(a)
print()
 
# 使用 f_index 參數迭代數組
it = geek.nditer(a, flags=['f_index'])
while not it.finished:
      print("%d <%d>" % (it[0], it.index), end=" ")
      it.iternext()

輸出：

Original array is:
[[ 0 1 2]
 [ 3 4 5]]

0 <0> 1 <2> 2 <4> 3 <1> 4 <3> 5 <5>

廣播迭代

如果兩個數組是可廣播的，則組合的nditer對象能夠同時對它們進行迭代。假設一個數組a的維度為3X4，并且還有另一個維度為1X4的數組b，則使用以下類型的迭代器（數組b廣播到a的大小）。

# 用于迭代數組的 Python 程序
 
import numpy as geek
 
# 使用排列方法創建數組
a = geek.arange(12)
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4) 
 
print('First array is:') 
print(a)
print()  
 
# 使用數組方法創建第二個數組
print('Second array is:') 
b = geek.array([5, 6, 7, 8], dtype = int) 
print(b)  
print() 
 
print('Modified array is:')
for x,y in geek.nditer([a,b]): 
    print("%d:%d" % (x,y))

輸出：

First array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Second array is:
[5 6 7 8]

Modified array is:
0:5 1:6 2:7 3:8 4:5 5:6 6:7 7:8 8:5 9:6 10:7 11:8

到此，關于“Python NumPy怎么遍歷數組”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速云網站，小編會繼續努力為大家帶來更多實用的文章！