详解Python如何循环遍历Numpy中的Array

 更新时间:2022年04月16日 14:14:52   作者:赵卓不凡  
Numpy是Python中常见的数据处理库,是数据科学中经常使用的库。在本文中,我们将学习如何迭代遍历访问矩阵中的元素,需要的可以参考一下

1. 引言

Numpy是Python中常见的数据处理库。Numpy是 Numerical Python的缩写,它是数据科学中经常使用的库。Numpy专门用于处理矩阵运算,因为它包含各式各样的处理函数。在本文中,我们主要用于学习如何迭代遍历访问矩阵中的元素。

闲话少说,我们直接开始吧!

2. 使用For循环遍历

首先我们来看个例子,使用循环来遍历数组,样例代码如下:

import numpy as np
array = np.array([1, 2, 3, 4, 5, 6])
for x in array:
    print(x)
Output:
1
2
3
4
5
6

在上面的例子中,我们创建了一个一维数组,并成功地遍历访问了每个值。现在让我们来看一个二维矩阵中的例子:

import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6]])
for x in array:
    for y in x:
        print(y)
Output:
1
2
3
4
5
6

正如我们在上面例子中所看到的,我们仍然能够打印出每个单独的值。因为它是一个二维数组,所以我们必须使用两个for循环来输出每个单独的值。这是我们通常迭代二维数组的方式,但NumPy为我们提供了新的函数,使得迭代NumPy数组变得更容易。

3. 函数 nditer()

函数nditer()主要用于循环遍历整个数组,而无需为每个额外维度使用嵌套for循环。

我们不妨来看一个例子:

import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
for x in np.nditer(array):
    print(x)
Output:
1
2
3
4
5
6
7
8
9

上述例子是一个二维的数组,我们使用函数nditer()后,我们不需要再使用嵌套的for循环。函数‘nditer()’成功地f访问并打印了数组中的每个值。

我们不妨在来看一个三维数组的例子,样例如下:

import numpy as np
array = np.array([[[1], [2]], [[3], [4]]])
for x in np.nditer(array):
    print(x)
Output:
1
2
3
4

正如我们在上面的例子中所看到的,函数nditer()成功地迭代了三维数组中的每个元素。

4. 函数 ndenumerate()

接着我们来介绍函数ndenumerate(),该函数的作用是输出相应的索引号的对应的值。

样例代码如下:

import numpy as np
array = np.array([1, 2, 3, 4, 5, 6])
for i, x in np.ndenumerate(array):
    print(i, x)
Output:
(0,) 1
(1,) 2
(2,) 3
(3,) 4
(4,) 5
(5,) 6

正如上述例子中,我们在括号内输出了每个元素的索引号及其相应的值。接着我们再来看一个二维矩阵的例子:

import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6]])
for i, x in np.ndenumerate(array):
    print(i, x)
Output:
(0, 0) 1
(0, 1) 2
(0, 2) 3
(1, 0) 4
(1, 1) 5
(1, 2) 6

在上述例子中,我们输出的第一维表示每个元素的索引号,第二维表示每个元素的值。

5. 结论

本文重点介绍了在Numpy中常用的两个函数nditer()以及ndenumerate(),这两个函数在高维数组中循环遍历时非常有用,希望大家可以在日常工作中多多使用。

到此这篇关于详解Python如何循环遍历Numpy中的Array的文章就介绍到这了,更多相关Python遍历Numpy Array内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • 利用Python编写一个自动化部署工具

    利用Python编写一个自动化部署工具

    这篇文章主要为大家详细介绍了如何利用Python编写一个自动化部署工具,文中的示例代码讲解详细,具有一定的学习价值,需要的可以了解一下
    2023-07-07
  • Python numpy和matlab的几点差异介绍

    Python numpy和matlab的几点差异介绍

    这篇文章主要介绍了Python numpy和matlab的几点差异,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2022-07-07
  • tensorflow实现在函数中用tf.Print输出中间值

    tensorflow实现在函数中用tf.Print输出中间值

    今天小编就为大家分享一篇tensorflow实现在函数中用tf.Print输出中间值,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • Python利用PyPDF2库实现轻松提取PDF文本

    Python利用PyPDF2库实现轻松提取PDF文本

    ython中的PyPDF2库是一个非常有用的工具,无论您是需要分析PDF文档中的内容还是需要在文档中搜索特定的信息,PyPDF2都可以帮助您轻松实现这些任务,下面我们就来学习一下如何利用PyPDF2提取PDF文本吧
    2023-09-09
  • PyTorch在Windows环境搭建的方法步骤

    PyTorch在Windows环境搭建的方法步骤

    这篇文章主要介绍了PyTorch在Windows环境搭建的方法步骤,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2020-05-05
  • Python的Django中django-userena组件的简单使用教程

    Python的Django中django-userena组件的简单使用教程

    这篇文章主要介绍了Python的Django中django-userena组件的简单使用教程,包括用户登陆和注册等简单功能的实现,需要的朋友可以参考下
    2015-05-05
  • Windows下创建定时任务执行Python脚本的方法实现

    Windows下创建定时任务执行Python脚本的方法实现

    Python定时任务执行,本文主要介绍了Windows下创建定时任务执行Python脚本的方法实现,具有一定的参考价值,感兴趣的可以了解一下
    2023-11-11
  • Python实现找出数组中第2大数字的方法示例

    Python实现找出数组中第2大数字的方法示例

    这篇文章主要介绍了Python实现找出数组中第2大数字的方法,涉及Python针对数组的排序、遍历等相关操作技巧,需要的朋友可以参考下
    2018-03-03
  • matplotlib设置坐标轴标签和间距的实现

    matplotlib设置坐标轴标签和间距的实现

    本文主要介绍了matplotlib设置坐标轴标签和间距的实现,文中通过示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-10-10
  • PyCharm无代码提示解决方案

    PyCharm无代码提示解决方案

    最近发现在使用pycharm编写python代码的时候发现没有了代码提示的功能,下面这篇文章主要给大家介绍了关于PyCharm无代码提示解决方案的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下
    2023-06-06

最新评论