Python NumPy教程之遍历数组详解

更新时间：2022年08月29日 11:35:21 作者：海拥

这篇文章主要为大家详细介绍了Python NumPy中遍历数组的方法，文中的示例代码讲解详细，对我们学习Python有一定帮助，需要的可以参考一下

NumPy 包包含一个迭代器对象numpy.nditer。它是一个高效的多维迭代器对象，使用它可以迭代数组。使用 Python 的标准迭代器接口访问数组的每个元素。

# 用于遍历数组的 Python 程序
 
import numpy as geek
 
# 使用排列方法创建数组
a = geek.arange(12)
 
# 具有 3 行和 4 列的形状数组
a = a.reshape(3,4)
 
print('Original array is:')
print(a)
print()
 
print('Modified array is:')
 
# 迭代数组
for x in geek.nditer(a):
    print(x)

输出：

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

选择迭代的顺序以匹配数组的内存布局，而不考虑特定的顺序。这可以通过迭代上述数组的转置来看出。

# 用于迭代转置的 Python 程序
# array
 
import numpy as geek 
 
# 使用排列方法创建数组
a = geek.arange(12)
 
# 具有 3 行和 4 列的形状数组
a = a.reshape(3,4) 
    
print('Original array is:')
print(a)
print()  
    
# 原始数组的转置
b = a.T 
    
print('Modified array is:')
for x in geek.nditer(b): 
    print(x)

输出：

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

控制迭代顺序

有时以特定顺序访问数组元素很重要，而与内存中元素的布局无关。nditer 对象提供了一个 order 参数来控制迭代的这一方面。具有上述行为的默认设置是 order='K' 以保持现有顺序。这可以用 order='C' 覆盖 C 订单和 order='F' 用于 Fortran 订单。

代码#1：

# 用于使用特定顺序迭代数组的 Python 程序
 
import numpy as geek 
 
# 使用排列方法创建数组
a = geek.arange(12) 
 
# 具有 3 行和 4 列的形状数组 
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 行的形状数组，以给定的顺序排列数组
for x in geek.nditer(a, order = 'C'): 
    print(x)

输出：

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

代码#2：

# 用于使用特定顺序迭代数组的 Python 程序
 
import numpy as geek 
 
# 使用排列方法创建数组
a = geek.arange(0,60,5) 
 
# 具有 3 行和 4 列的形状数组
a = a.reshape(3,4) 
 
print('Original array is:') 
print(a)
print()  
 
print('Modified array in F-style order:')
 
# 以给定顺序迭代数组
for x in geek.nditer(a, order = 'F'): 
    print(x)

输出：

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

修改数组值

nditer 对象有另一个可选参数，称为op_flags。其默认值为只读，但可以设置为读写或只写模式。这将启用使用此迭代器修改数组元素。

# 用于修改数组值的 Python 程序
 
import numpy as geek
 
# 使用排列方法创建数组
a = geek.arange(12)
 
# 具有 3 行和 4 列的形状数组
a = a.reshape(3,4)
print('Original array is:')
print(a)
print()
 
# 修改数组值
for x in geek.nditer(a, op_flags = ['readwrite']):
    x[...] = 5*x
print('Modified array is:')
print(a)

输出：

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]]

外环：

类nditer构造函数有一个flags参数，可以取以下值

范围	描述
external_loop	导致给定的值是具有多个值的一维数组，而不是零维数组
c_index	C_order索引可以被跟踪
f_index	跟踪 Fortran_order 索引
multi-index	可以跟踪每次迭代一个索引的类型

代码#1：

# 使用外部循环迭代数组值的 Python 程序
 
import numpy as geek 
 
# 使用排列方法创建数组
a = geek.arange(12) 
 
# 具有 3 行和 4 列的形状数组
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)

输出：

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]

代码#2：

# 使用 f_index 迭代数组值的 Python 程序
 
import numpy as geek 
 
# 使用排列方法创建数组
a = geek.arange(6)
 
# 具有 2 行和 3 列的形状数组
a = a.reshape(2,3)
 
print('Original array is:')
print(a)
print()
 
# 使用 f_index 参数迭代数组
it = geek.nditer(a, flags=['f_index'])
while not it.finished:
      print("%d <%d>" % (it[0], it.index), end=" ")
      it.iternext()

输出：

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

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

广播迭代

如果两个数组是可广播的，则组合的nditer对象能够同时对它们进行迭代。假设一个数组a的维度为3X4，并且还有另一个维度为1X4的数组b，则使用以下类型的迭代器（数组b广播到a的大小）。

# 用于迭代数组的 Python 程序
 
import numpy as geek
 
# 使用排列方法创建数组
a = geek.arange(12)
 
# 具有 3 行和 4 列的形状数组
a = a.reshape(3,4) 
 
print('First array is:') 
print(a)
print()  
 
# 使用数组方法创建第二个数组
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))

输出：

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

到此这篇关于Python NumPy教程之遍历数组详解的文章就介绍到这了,更多相关Python NumPy遍历数组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！

您可能感兴趣的文章:

在Python中使用HTML模版的教程
这篇文章主要介绍了在Python中使用HTML模版的教程,HTML模版也是Python的各大框架下的一个基本功能,需要的朋友可以参考下
2015-04-04
python基于FTP实现文件传输相关功能代码实例
这篇文章主要介绍了python基于FTP实现文件传输相关功能代码实例,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,需要的朋友可以参考下
2019-09-09
python的slice notation的特殊用法详解
今天小编就为大家分享一篇python的slice notation的特殊用法详解，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
2019-12-12
Python爬取雪中悍刀行弹幕分析并可视化详程
这篇文章主要介绍了用Python爬虫+数据分析+数据可视化，分析《雪中悍刀行》弹幕,本文很适合初学python的同学入门阅读，需要的朋友可以参考下
2022-01-01
YOLOv5小目标切图检测的思路与方法
目标检测Yolo算法是非常经典且应用广泛的算法,下面这篇文章主要给大家介绍了关于YOLOv5小目标切图检测的思路与方法,文中通过示例代码介绍的非常详细,需要的朋友可以参考下
2022-12-12
python中bytes和str类型的区别
这篇文章主要介绍了python中bytes和str类型的区别,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,需要的朋友可以参考下
2019-10-10
Python Scrapy库构建基础爬虫
这篇文章主要为大家介绍了Python Scrapy库构建基础爬虫示例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
2023-08-08
对Python的交互模式和直接运行.py文件的区别详解
今天小编就为大家分享一篇对Python的交互模式和直接运行.py文件的区别详解，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
2019-06-06
python 数字类型和字符串类型的相互转换实例
今天小编就为大家分享一篇python 数字类型和字符串类型的相互转换实例，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
2018-07-07
Python实现简单生成验证码功能【基于random模块】
这篇文章主要介绍了Python实现简单生成验证码功能,结合实例形式分析了Python基于random模块生成随机字符串的相关操作技巧,需要的朋友可以参考下
2018-02-02