Numpy 迭代数组

Posted 2021-11-05 jcjc

Numpy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。

迭代器最基本基本的任务是可以完成数组元素的访问。

接下类我们使用arange() 韩式创建一个2*3数组，并使用 nditer 对它进行迭代。

实例：
import numpy as mp

a = np.arange(6).reshape(2, 3)
print("原始数组是：")
print(a)
print(‘\n‘)
print(迭代输出元素，‘)
for x in np.nditer(a):
    print(x, end="")
print(‘\n‘)

输出结果为：

原始数组：
[[0 1 2]
[3 4 5 ]]

迭代输元素：
0， 1， 2， 3， 4， 5，

以上实例不是使用标准 C 或者 Forlran 顺序，选择的顺序是和数组内存布局一致的，这样做事为了提升访问的效率，默认的行序优先（row=major order，或者说是 C-order）。

这反映了默认情况下只需访问每个元素，而无需考虑其特定的顺序，我们k可以通过迭代上述数组的转值老看到这一点，并与以 C

 顺序访问数组专职的 copy 方式做对比，如下实例：
 

import numpy as np

a = np.arange(6).reshape(2, 3)
for x in np.nditer(a.T):
    print(x, end="")
print("\n")

for x in np.nditer(a.T.copy(order=‘C‘)):
    print(x, end="")
print("\n")


输出结果为：

0， 1， 2， 3， 4， 5，
0， 3， 1， 4， 2， 5，

从以上例子可以看出，a 和 a.T 是我遍历顺序是一样的，也就是他们在内存中的存储顺序数一样的，但是a.T.copy（order = ‘C‘）的遍历结果是不同的，那是因为它和前两种方式是不一样的，默认是按行访问：

 

控制遍历顺序：

　　for x in np.nditer(a, order=‘F‘) ： Forlran order，即是列徐优先；

　　for x in np.nditer(a.T, order=‘C‘) : C order, 即是行序优先；

import numpy as  np

a = np.arange(0, 60, 5)
a = a.reshape(3, 4)
print("原始数组，")
print(a)
print(‘\n‘)
print("原始数组的转置：")

b = a.T
print(b)
print(‘\n‘)
print(‘以 C 风格顺序排序：‘)

c = b.copy(order=‘C‘)
print(c)
for x in np.nditer(c):
    print(x, end=‘‘)
print(‘\n‘)
print(‘以 F 风格顺序排序：‘)
c = b.copy(order=‘F‘)
print(c)
for x in np.nditer(c):
    print(x, end=‘‘)


输出结果为：

原始数组为：
[[ 0  5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

原始数组转置为：

[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]

以 C 的风格顺序排序：
[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]
0, 20, 40, 5, 25, 45, 10, 30, 50, 15, 35, 55, 


以 F 的风格顺序排序：
[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]
0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55,

广播迭代：

如果两个数组是可广播的， nditer 组合对象能够同时迭代他们。假设数组 a 的维度为 3*4,数组 b 的维度为 1*4，则使用一下迭代器（数组 b 被广播到 a 的大小）

imort numpy as np

a = np.arange(0, 60, 5)
a = a.reshape(3, 4)
print(‘第一个数组为：’)
print(a)
print(‘\n‘)
print(‘第二个数组为：‘)
b = np.array([1, 2,  3, 4], dtype = int)
print(b)
print(‘\n‘)
print(‘修改后的数组为：‘)
for x,y in np.nditer([a, b]):
    print("%d:%d" % (x, y), end=", ")


输出结果为：
第一个数组为：
[[ 0  5 10 15]
 [20 25 30 35]
 [40 45 50 55]]


第二个数组为：
[1 2 3 4]


修改后的数组为：
0:1, 5:2, 10:3, 15:4, 20:1, 25:2, 30:3, 35:4, 40:1, 45:2, 50:3, 55:4,