07NumPy学习——迭代数组

最新推荐文章于 2024-11-03 00:11:32 发布

原创最新推荐文章于 2024-11-03 00:11:32 发布 · 247 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#NumPy #NumPy迭代数组

本文深入探讨了NumPy中的迭代器对象numpy.nditer，讲解了如何使用它灵活地访问一个或多个数组元素，包括控制遍历顺序、修改数组元素值、使用外部循环以及广播迭代等高级用法。

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。

迭代器最基本的任务的可以完成对数组元素的访问。

接下来我们使用 arange() 函数创建一个 2X3 数组，并使用 nditer 对它进行迭代。

import numpy as np
 
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=", " )

输出结果为：
原始数组是：
[ [0 1 2]
[3 4 5] ]

迭代输出元素：
0, 1, 2, 3, 4, 5,

以上实例不是使用标准 C 或者 Fortran 顺序，选择的顺序是和数组内存布局一致的，这样做是为了提升访问的效率，默认是行序优先（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，而无需考虑其特定顺序。我们可以通过迭代上述数组的转置来看到这一点，并与以 C 顺序访问数组转置的 copy 方式做对比，如下实例：

import numpy as np
 
a = np.arange(6).reshape(2,3)

print('原数组是：')
print(a)
print('\n')

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=", " )

输出结果为：
原数组是：
[ [0 1 2]
[3 4 5] ]

0, 1, 2, 3, 4, 5,

0, 3, 1, 4, 2, 5,

从上述例子可以看出，a 和 a.T 的遍历顺序是一样的，也就是他们在内存中的存储顺序也是一样的，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的存储方式是不一样的，默认是按行访问。

控制遍历顺序

for x in np.nditer(a, order=‘F’):Fortran order，即是列序优先；
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).reshape(3,4)

print ('原始数组是：') 
print (a) 
print ('\n')

print ('原始数组的转置是：') 
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：
原始数组是：
[ [ 0 5 10 15]
[20 25 30 35]
[40 45 50 55] ]

原始数组的转置是：
[ [ 0 20 40]
[ 5 25 45]
[10 30 50]
[15 35 55] ]

以 C 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 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,

可以通过显式设置，来强制 nditer 对象使用某种顺序：

import numpy as np 
 
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print ('原始数组是：')
print (a)
print ('\n')
print ('以 C 风格顺序排序：')
for x in np.nditer(a, order =  'C'):  
    print (x, end=", " )
print ('\n')
print ('以 F 风格顺序排序：')
for x in np.nditer(a, order =  'F'):  
    print (x, end=", " )

输出结果为：
原始数组是：
[ [ 0 5 10 15]
[20 25 30 35]
[40 45 50 55] ]

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

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

修改数组中元素的值
nditer 对象有另一个可选参数 op_flags。默认情况下，nditer 将视待迭代遍历的数组为只读对象（read-only），为了在遍历数组的同时，实现对数组元素值得修改，必须指定 read-write 或者 write-only 的模式。

import numpy as np
 
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print ('原始数组是：')
print (a)
print ('\n')
for x in np.nditer(a, op_flags=['readwrite']): 
    x[...]=2*x 
print ('修改后的数组是：')
print (a)

输出结果为：
原始数组是：
[ [ 0 5 10 15]
[20 25 30 35]
[40 45 50 55] ]

修改后的数组是：
[ [ 0 10 20 30]
[ 40 50 60 70]
[ 80 90 100 110] ]

使用外部循环
nditer类的构造器拥有flags参数，它可以接受下列值：

参数	描述
c_index	可以跟踪 C 顺序的索引
f_index	可以跟踪 Fortran 顺序的索引
multi-index	每次迭代可以跟踪一种索引类型
external_loop	给出的值是具有多个值的一维数组，而不是零维数组

在下面的实例中，迭代器遍历对应于每列，并组合为一维数组。

import numpy as np 

a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print ('原始数组是：')
print (a)
print ('\n')
print ('修改后的数组是：')
for x in np.nditer(a, flags =  ['external_loop'], order =  'F'):  
   print (x, end=", " )

输出结果为：
原始数组是：
[ [ 0 5 10 15]
[20 25 30 35]
[40 45 50 55] ]

修改后的数组是：
[ 0 20 40], [ 5 25 45], [10 30 50], [15 35 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它们。假设数组 a 的维度为 3X4，数组 b 的维度为 1X4 ，则使用以下迭代器（数组 b 被广播到 a 的大小）。

import 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=", " )