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。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
# 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。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
# 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：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
# 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：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
# 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。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 |
# 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：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 |
# 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：
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
# 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）。
|
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 |
# 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
