numpy迭代数组nditer的实现示例

1 逐个访问数组元素

使用nditer可以完成逐个访问数组中的元素。

a = np.arange(4).reshape(2, 2)
for i in a:
    print(i)
for i in np.nditer(a):
    print(i)

结果：

[0 1]
[2 3]
0
1
2
3

对于一维数组结果一样，但是多维就有区别了

2 控制迭代顺序

nditer对象提供了一个order参数来控制迭代顺序。其参数order有三个可选参数：K，F，C
具有上述行为的默认值是order ='K’以保持现有订单。 对于C顺序，可以使用order ='C’覆盖它，对于Fortran顺序，可以使用order ='F’覆盖它。
其中“K”是默认的，其结果与与原来的没有区别，逐个读取元素；
“C”：C order，即行序优先；；
“F”：Fortran order，即列序优先；

2.1二维

a = np.arange(6).reshape(2, 3)
print(a)
for i in np.nditer(a, order='C'):
    print(i)
print("---------")
for i in np.nditer(a, order='F'):
    print(i)
print("---------")
for i in np.nditer(a, order='K'):
    print(i)

结果：

[[0 1 2]
 [3 4 5]]
0
1
2
3
4
5
---------
0
3
1
4
2
5
---------
0
1
2
3
4
5

可以看出二维情况下"F"参数确实就是可以看过按列读取元素

2.2三维

a = np.arange(18).reshape(2, 3, 3)
print(a)
for i in np.nditer(a, order='C'):
    print(i)
print("---------")
for i in np.nditer(a, order='F'):
    print(i)
print("---------")
for i in np.nditer(a, order='K'):
    print(i)

结果：

[[[ 0  1  2]
  [ 3  4  5]
  [ 6  7  8]]

 [[ 9 10 11]
  [12 13 14]
  [15 16 17]]]
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
---------
0
9
3
12
6
15
1
10
4
13
7
16
2
11
5
14
8
17
---------
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

注意三维数组列序优先时的读取顺序。

3 修改数组值

并不推荐这种方法来修改数组值，可以作为参考
默认情况下，nditer将输入数组视为只读对象。 要修改数组元素，必须指定读写或只写模式。 这是用每操作数标志控制的。
Python中的常规赋值只是更改本地或全局变量字典中的引用，而不是修改现有变量。 这意味着简单地分配给x不会将值放入数组的元素中，而是将x作为数组元素引用切换为对指定值的引用。 要实际修改数组的元素，x应该用省略号索引。

a = np.arange(6).reshape(2, 3)
for x in np.nditer(a, op_flags=['readwrite']):
    x[...] = 2*x
print(a)
[[ 0  2  4]
 [ 6  8 10]]

4 使用外部循环

在目前为止的所有示例中，a的元素由迭代器一次提供一个，因为所有循环逻辑都是迭代器的内部逻辑。 虽然这很简单方便，但效率不高。 更好的方法是将一维最内层循环移动到迭代器外部的代码中。 这样，NumPy的矢量化操作可以用在被访问元素的较大块上。

nditer将尝试提供尽可能大的内部循环块。 通过强制’C’和’F’顺序，我们得到不同的外部循环大小。 通过指定迭代器标志来启用此模式。

a = np.arange(6).reshape(2, 3)
for x in np.nditer(a, flags=['external_loop'], order='C'):
    print(x)
print("--------------")
for x in np.nditer(a, flags=['external_loop'], order='F'):
    print(x)

结果：注意行序优先中输出的一个数组，而不是一个个的数字元素

[0 1 2 3 4 5]
--------------
[0 3]
[1 4]
[2 5]

5 跟踪索引或多索引

在迭代期间，你可能希望在计算中使用当前元素的索引。 例如，你可能希望按内存顺序访问数组的元素，然后使用C顺序，Fortran顺序或多维索引来查找不同数组中的值。

5.1multi_index

下面代码中order参数根据自己需要选择，也可以不写默认按行逐个读取元素

a = np.arange(6).reshape(2, 3)
it = np.nditer(a, flags=['multi_index'], order="F")
while not it.finished:
    print("%d < %s>" %(it[0], it.multi_index))
    it.iternext()

结果： it.multi_index代表元素的索引，以元组形式输出

0 < (0, 0)>
3 < (1, 0)>
1 < (0, 1)>
4 < (1, 1)>
2 < (0, 2)>
5 < (1, 2)>

5.2 f_index

a = np.arange(6).reshape(2, 3)
it = np.nditer(a, flags=['f_index'])
while not it.finished:
    print("%d < %d>" % (it[0], it.index))
    it.iternext()

结果：索引的编号，以列序优先

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

6 缓冲数组元素

通过启用缓冲模式，迭代器提供给内部循环的块可以变得更大，从而显着减少Python解释器的开销。 在强制Fortran迭代顺序的示例中，当启用缓冲时，内部循环可以一次性查看所有元素。

a = np.arange(6).reshape(2, 3)
for x in np.nditer(a, flags=['external_loop','buffered'], order='F'):
   print(x)

输出：

[0 3 1 4 2 5]

7 广播数组迭代

代码：

a = np.arange(3)
b = np.arange(6).reshape(2,3)
for x, y in np.nditer([a,b]):
    print("%d:%d" % (x,y))

输出：

0:0
1:1
2:2
0:3
1:4
2:5

到此这篇关于numpy迭代数组nditer的实现示例的文章就介绍到这了,更多相关numpy迭代数组nditer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！

最新评论