NumPy数组迭代

迭代数组

迭代意味着一步一步地遍历元素。

当我们在numpy中处理多维数组时，我们可以使用basic for python循环。

如果我们对一维数组进行迭代，它将一一遍历每个元素。

例

迭代以下一维数组的元素：

  import numpy as np

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

for x in arr:
  
  print(x)

迭代二维数组

在二维数组中，它将遍历所有行。

例

迭代以下二维数组的元素：

  import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

for x 
  in arr:
  print(x)

如果我们迭代一个 n -D数组将一一遍历第n-1个维度。

要返回实际值，标量，我们必须迭代每个维中的数组。

例

迭代二维数组的每个标量元素：

  import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

for x 
  in arr:
  for y in x:
    print(y)

迭代3-D阵列

在3-D阵列中，它将遍历所有2-D阵列。

例

迭代以下3-D数组的元素：

  import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], 
  [10, 11, 12]]])

for x 
  in arr:
  print(x)

要返回实际值，标量，我们必须迭代每个维中的数组。

例

迭代到标量：

  import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], 
  [10, 11, 12]]])

for x 
  in arr:
  for y in x:
    for z in y:
      print(z)

使用nditer（）迭代数组

功能 nditer() 是一个帮助功能，可以从非常基本的迭代到非常高级的迭代都可以使用。它解决了我们在迭代中面临的一些基本问题，让我们通过示例进行研究。

在每个标量元素上迭代

基本 for 循环，遍历我们需要使用的数组的每个标量 n for 对于具有很高维数的数组可能很难编写循环。

例

遍历以下3-D数组：

  import numpy as np

arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])


for x in np.nditer(arr):
  print(x)

具有不同数据类型的迭代数组

我们可以用 op_dtypes 参数并将其传递给期望的数据类型，以在迭代时更改元素的数据类型。

NumPy不会就地更改元素的数据类型（该元素位于数组中），因此它需要一些其他空间来执行此操作，该额外空间称为缓冲区，并在其中启用它 nditer() 我们通过 flags=['buffered'] .

例

以字符串形式遍历数组：

  import numpy as np

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

for x in 
  np.nditer(arr, flags=['buffered'], op_dtypes=['S']):
  print(x)

以不同的步长迭代

我们可以使用过滤，然后进行迭代。

例

遍历2D数组的每个标量元素，跳过1个元素：

  import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])


  for x in np.nditer(arr[:, ::2]):
  print(x)

使用ndenumerate（）进行枚举迭代

枚举是指一一提及事物的序号。

有时我们在迭代时需要元素的相应索引， ndenumerate() 方法可以用于那些用例。

例

列举以下一维数组元素：

  import numpy as np

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

for idx, x in 
  np.ndenumerate(arr):
  print(idx, x)

例

枚举以下2D数组的元素：

  import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])


  for idx, x in np.ndenumerate(arr):
  print(idx, x)

Python/numpy array iterating

目录