【数据分析之道-NumPy(五)】numpy迭代数组

专栏导读

✍ 作者简介：i阿极，优快云 Python领域新星创作者，专注于分享python领域知识。

✍ 本文录入于《数据分析之道》，本专栏针对大学生、初级数据分析工程师精心打造，对python基础知识点逐一击破，不断学习，提升自我。
✍ 订阅后，可以阅读《数据分析之道》中全部文章内容，包含python基础语法、数据结构和文件操作，科学计算，实现文件内容操作，实现数据可视化等等。
✍ 其他专栏：《机器学习案例》

1、前言

迭代数组指的是遍历数组中所有元素的过程。在 Python 中，可以使用循环语句来迭代数组中的每个元素，并对其进行操作。在 NumPy 中，也可以使用 nditer 函数来实现对数组的迭代，该函数返回一个可迭代对象，可以在循环中用于遍历数组中的元素。

2、使用python循环语句

最简单的方法是使用 Python 中的 for 循环语句来迭代数组中的元素。对于多维数组，可以使用嵌套循环来遍历每个元素。

下面是一个示例代码：

import numpy as np

a = np.array([1, 2, 3])

for x in a:
    print(x)
    
b = np.array([[1, 2], [3, 4]])

for row in b:
    for x in row:
        print(x)

3、使用nditer函数

nditer 函数是 NumPy 提供的一种遍历数组的方法。它返回一个可迭代对象，可以在循环中用于遍历数组中的元素。可以通过 order 参数指定遍历的顺序，或者使用 C 或 F 属性来查看数组的存储方式。

3.1迭代一维数组

import numpy as np

a = np.array([1, 2, 3, 4, 5])
for x in np.nditer(a):
    print(x)

我们创建了一个一维数组 a，并使用 nditer 函数对其进行迭代。在循环中，每次迭代返回数组中的一个元素，并打印出来。

3.2迭代二维数组

import numpy as np

a = np.array([[1, 2], [3, 4], [5, 6]])
for x in np.nditer(a):
    print(x)

我们创建了一个二维数组 a，并使用 nditer 函数对其进行迭代。在循环中，每次迭代返回数组中的一个元素，并打印出来。注意，元素的迭代顺序是按照行优先顺序进行的。

3.3迭代指定顺序的数组

import numpy as np

a = np.array([[1, 2], [3, 4], [5, 6]])
for x in np.nditer(a, order='F'):
    print(x)

我们使用 nditer 函数迭代二维数组 a，但是指定了顺序为列优先顺序。在循环中，每次迭代返回数组中的一个元素，并打印出来。注意，指定顺序会影响元素的迭代顺序。

3.4迭代时修改数组中的元素

import numpy as np

a = np.array([1, 2, 3, 4, 5])
for x in np.nditer(a, op_flags=['readwrite']):
    x[...] = x * 2
print(a)

我们创建了一个一维数组 a，并使用 nditer 函数对其进行迭代。在循环中，我们将 op_flags 参数设置为 [‘readwrite’]，表示可以读取和写入数组中的元素。每次迭代返回数组中的一个元素，并将其乘以2。最后，打印修改后的数组 a。
需要注意的是，迭代时修改数组中的元素可能会导致意外的结果，因此应该谨慎使用。

4、使用flat属性

flat 属性返回一个可迭代对象，可以用于遍历数组中的每个元素。与 nditer 函数类似，flat 属性也是按照 C 风格的顺序（行优先）遍历数组的。

下面是一个使用 flat 属性遍历数组的示例代码：

import numpy as np

a = np.array([[1, 2], [3, 4]])

for x in a.flat:
    print(x)

5、使用ndenumerate函数

ndenumerate 函数返回一个可迭代对象，可以用于遍历数组中的每个元素，并返回元素的索引和值。

下面是一个示例代码：

import numpy as np

a = np.array([[1, 2], [3, 4]])

for index, x in np.ndenumerate(a):
    print(index, x)

6、使用布尔索引

另一种迭代数组的方法是使用布尔索引，即使用一个布尔数组来指定要访问的元素的位置。

下面是一个示例代码：

import numpy as np

a = np.array([1, 2, 3, 4, 5])
b = a > 2

for x in a[b]:
    print(x)

---

总结

在迭代时不要修改数组中的元素，否则可能会导致意外的结果。如果需要修改数组中的元素，建议先复制一份数组，并在复制品上进行操作。

📢文章下方有交流学习区！一起学习进步！💪💪💪
📢首发优快云博客，创作不易，如果觉得文章不错，可以点赞👍收藏📁评论📒
📢你的支持和鼓励是我创作的动力❗❗❗