查看“Python/numpy array iterating”的源代码

<languages />
= 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
<code>     for    </code>
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。

<div>

=== 例 ===

迭代以下一维数组的元素：

<pre class="notranslate pythonHigh">  import numpy as np

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

for x in arr:
  
  print(x)</pre>

</div>
== 迭代二维数组 ==

在二维数组中，它将遍历所有行。

<div>

=== 例 ===

迭代以下二维数组的元素：

<pre class="notranslate pythonHigh">  import numpy as np

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

for x 
  in arr:
  print(x)</pre>

</div>
<div>

如果我们迭代一个
''n''
-D数组将一一遍历第n-1个维度。


</div>
要返回实际值，标量，我们必须迭代每个维中的数组。

<div>

=== 例 ===

迭代二维数组的每个标量元素：

<pre class="notranslate pythonHigh">  import numpy as np

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

for x 
  in arr:
  for y in x:
    print(y)</pre>

</div>
== 迭代3-D阵列 ==

在3-D阵列中，它将遍历所有2-D阵列。

<div>

=== 例 ===

迭代以下3-D数组的元素：

<pre class="notranslate pythonHigh">  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)</pre>

</div>
要返回实际值，标量，我们必须迭代每个维中的数组。

<div>

=== 例 ===

迭代到标量：

<pre class="notranslate pythonHigh">  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)</pre>

</div>
== 使用nditer（）迭代数组 ==

功能
<code>     nditer()    </code>
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
<code>     for    </code>
循环，遍历我们需要使用的数组的每个标量
''n''
<code>     for    </code>
对于具有很高维数的数组可能很难编写循环。

<div>

=== 例 ===

遍历以下3-D数组：

<pre class="notranslate pythonHigh">  import numpy as np

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


for x in np.nditer(arr):
  print(x)</pre>

</div>
== 具有不同数据类型的迭代数组 ==

我们可以用
<code>     op_dtypes    </code>
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
<code>     nditer()    </code>
我们通过
<code>     flags=['buffered']    </code>
.

<div>

=== 例 ===

以字符串形式遍历数组：

<pre class="notranslate pythonHigh">  import numpy as np

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

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

</div>
== 以不同的步长迭代 ==

我们可以使用过滤，然后进行迭代。

<div>

=== 例 ===

遍历2D数组的每个标量元素，跳过1个元素：

<pre class="notranslate pythonHigh">  import numpy as np

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


  for x in np.nditer(arr[:, ::2]):
  print(x)</pre>

</div>
== 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，
<code>     ndenumerate()    </code>
方法可以用于那些用例。

<div>

=== 例 ===

列举以下一维数组元素：

<pre class="notranslate pythonHigh">  import numpy as np

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

for idx, x in 
  np.ndenumerate(arr):
  print(idx, x)</pre>

</div>
<div>

=== 例 ===

枚举以下2D数组的元素：

<pre class="notranslate pythonHigh">  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)</pre>

</div>
<br />

[[分类:Python基础教程]]