Python NumPy教程之遍历数组介绍_F11 - 专业站长和开发者的学习网站

分享到

Python NumPy教程之遍历数组介绍

python 来源：互联网作者：佚名发布时间：2022-08-29 21:25:21 人浏览

摘要

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

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

您可能感兴趣的文章 :

原文链接 : https://juejin.cn/post/7136879847095140383

Tag : python(762)numpy(15)

Python Django教程之实现新闻应用程序

Django是一个用Python编写的高级框架，它允许我们创建服务器端Web应用程序。在本文中，我们将了解如何使用Django创建新闻应用程序。我们将
书写Python代码的一种更优雅方式(推荐!)

一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法，书写可读性很高的「链式」数据分析处理代码
Python灰度变换中伽马变换分析实现

1. 介绍伽马变换主要目的是对比度拉伸，将图像灰度较低的部分进行修正伽马变换针对的是对单个像素点的变换，也就是点对点的映射形
使用OpenCV实现迷宫解密的全过程

一、你能自己走出迷宫吗？如下图所示，可以看到是一张较为复杂的迷宫图，相信也有人尝试过自己一点一点的找出口，但我们肉眼来解谜
Python中的数据精度问题的介绍

一、python运算时精度问题 1.运行时精度问题在Python中（其他语言中也存在这个问题，这是计算机采用二进制导致的），有时候由于二进制和
Python随机值生成的常用方法

一、随机整数 1.包含上下限：[a, b] 1 2 3 4 import random #1、随机整数：包含上下限：[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
Python字典高级用法深入分析讲解

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python浅析多态与鸭子类型使用实例

什么多态：同一事物有多种形态为何要有多态=》多态会带来什么样的特性，多态性多态性指的是可以在不考虑对象具体类型的情况下而直
Python字典高级用法深入分析介绍

一、 collections 中 defaultdict 的使用 1.字典的键映射多个值将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

我们的目标是秒杀淘宝或京东等的订单，这里面有几个关键点，首先需要登录淘宝或京东，其次你需要准备好订单，最后要在指定时间快速