NumPy遍历数组

NumPy包中包含一个迭代器对象 numpy.nditer 。它是一个有效的多维迭代器对象，可以用它迭代数组。使用Python的标准Iterator接口访问数组的每个元素。

让我们使用 arange() 函数创建一个3X4数组，并使用 nditer 对其进行 迭代 。

例1

import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)

print 'Original array is:'
print a
print '\n'

print 'Modified array is:'
for x in np.nditer(a):
   print x,

这个程序的输出如下 -

Original array is:
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

Modified array is:
0 5 10 15 20 25 30 35 40 45 50 55

例2

迭代顺序选择为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到。

import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)

print 'Original array is:'
print a
print '\n'  

print 'Transpose of the original array is:'
b = a.T
print b
print '\n'  

print 'Modified array is:'
for x in np.nditer(b):
   print x,

以上程序的输出如下 -

Original array is:
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

Transpose of the original array is:
[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]

Modified array is:
0 5 10 15 20 25 30 35 40 45 50 55

迭代次序

如果使用F样式顺序存储相同的元素，则迭代器会选择更有效的方式遍历数组。

例1

import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)
print 'Original array is:'
print a
print '\n'

print 'Transpose of the original array is:'
b = a.T
print b
print '\n'

print 'Sorted in C-style order:'
c = b.copy(order='C')
print c
for x in np.nditer(c):
   print x,

print '\n'

print 'Sorted in F-style order:'
c = b.copy(order='F')
print c
for x in np.nditer(c):
   print x,

其产出如下 -

Original array is:
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

Transpose of the original array is:
[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]

Sorted in C-style order:
[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]
0 20 40 5 25 45 10 30 50 15 35 55

Sorted in F-style order:
[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]
0 5 10 15 20 25 30 35 40 45 50 55

例2

可以通过明确提及 nditer 对象来使用特定顺序。

import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)

print 'Original array is:'
print a
print '\n'  

print 'Sorted in C-style order:'
for x in np.nditer(a, order = 'C'):
   print x,  
print '\n'

print 'Sorted in F-style order:'
for x in np.nditer(a, order = 'F'):
   print x,

其产出将是 -

Original array is:
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

Sorted in C-style order:
0 5 10 15 20 25 30 35 40 45 50 55

Sorted in F-style order:
0 20 40 5 25 45 10 30 50 15 35 55

修改数组值

该 nditer 对象有另一个叫做可选参数 op_flags 。它的默认值是只读的，但可以设置为读写模式或只写模式。这将启用使用此迭代器修改数组元素。

例

import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)
print 'Original array is:'
print a
print '\n'

for x in np.nditer(a, op_flags=['readwrite']):
   x[...]=2*x
print 'Modified array is:'
print a

其产出如下 -

Original array is:
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

Modified array is:
[[ 0 10 20 30]
 [ 40 50 60 70]
 [ 80 90 100 110]]

外部循环

nditer类的构造函数有一个 'flags' 参数，它可以取下列值 -

Sr.No. 参数和说明
1 c_index
C_order索引可以放置
2 f_index
跟踪Fortran_order索引
3 multi-index
可以跟踪每次迭代一次的索引类型
4 external_loop
使给出的值成为具有多个值而不是零维数组的一维数组

例

在以下示例中，迭代器将遍历与每列对应的一维数组。

import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)

print 'Original array is:'
print a
print '\n'  

print 'Modified array is:'
for x in np.nditer(a, flags = ['external_loop'], order = 'F'):
   print x,

输出如下 -

Original array is:
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

Modified array is:
[ 0 20 40] [ 5 25 45] [10 30 50] [15 35 55]

广播迭代

如果两个数组可以 广播 ，则组合的 nditer 对象可以同时迭代它们。假设数组 a的 维数为3X4，并且存在维数为1X4的另一个数组 b ，则使用以下类型的迭代器（数组 b 以广播的大小 a ）。

例

import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)

print 'First array is:'
print a
print '\n'  

print 'Second array is:'
b = np.array([1, 2, 3, 4], dtype = int)
print b  
print '\n'

print 'Modified array is:'
for x,y in np.nditer([a,b]):
   print "%d:%d" % (x,y),

其产出如下 -

First array is:
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

Second array is:
[1 2 3 4]

Modified array is:
0:1 5:2 10:3 15:4 20:1 25:2 30:3 35:4 40:1 45:2 50:3 55:4