NumPy 教程：迭代器对象 numpy.nditer 数组上的迭代

terry 2年前 (2023-09-25) 阅读数 50 #后端开发

NumPy - 数组上的迭代

NumPy 包包含一个迭代器对象 nditer。它是一个有效的多维迭代器对象，可用于迭代数组。数组的每个元素都可以使用 Python 的标准 Iterator 接口进行访问。

让我们使用函数 arange() 创建一个 3X4 矩阵，并使用 nditer 对其进行迭代。

`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,

Python 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
Python示例 2
 迭代顺序与数组的内容布局相匹配，无论具体顺序如何。这可以通过迭代上面数组的转置来看出。 
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,
Python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
Python迭代顺序 
迭代器选择更高效的方式对 F 样式进行迭代，以迭代相同的顺序。 
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,  
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,
Python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
您可以通过明确提醒强制❓使用顺序： Python 
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
更改数组的值
nditer该对象还有另一个可选参数♿。默认值为只读，但可以设置为读写或只读模式。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]]
外循环 
nditer类构造函数有  
序列号 参数及说明
1.  c_index 可以跟踪 C 顺序 
2 的索引。 f_index 可以跟踪 Fortran 顺序 
3 的索引。 多索引 每次迭代可以跟踪一种索引类型 
4。 external_loop 提供的值是多维值的一维数组array 示例  i在下面的示例中，迭代器遍历每一列对应的一维数组。 
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,
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，则 P⸾❓ 对象能够同时迭代它们。假设矩阵 a 的维度为 3X4，并且还有另一个矩阵 b，维度为 1X4，则使用以下类型的迭代器（矩阵❓b❓ 转换为 a  尺寸）。 
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

序列号	参数及说明
1.	`c_index` 可以跟踪 C 顺序
2 的索引。	`f_index` 可以跟踪 Fortran 顺序
3 的索引。	`多索引` 每次迭代可以跟踪一种索引类型
4。	`external_loop` 提供的值是多维值的一维数组array 示例 i在下面的示例中，迭代器遍历每一列对应的一维数组。 `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,` 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，则 P⸾❓ 对象能够同时迭代它们。假设矩阵 `a` 的维度为 3X4，并且还有另一个矩阵 `b`，维度为 1X4，则使用以下类型的迭代器（矩阵❓b❓ 转换为 `a` 尺寸）。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`