NumPy 教程（第 10 章）陣列迭代

numpy 迭代器物件 numpy.nditer 提供了一種靈活訪問乙個或者多個陣列元素的方式，迭代器最基本的任務的可以完成對陣列元素的訪問

使用 arange() 函式建立乙個 2x3 陣列，並使用 nditer 對它進行迭代

in [1]: import numpy as np
in [2]: num = np.arange(6).reshape(2,3)
in [3]: num
out[3]:
array([[0, 1, 2],
[3, 4, 5]])
in [4]: for x in np.nditer(num):
...:     print(x, end=', ')
...:
0, 1, 2, 3, 4, 5,

以上例項不是使用標準 c 或者 fortran 順序，選擇的順序是和陣列記憶體布局一致的，這樣做是為了提公升訪問的效率，預設是行序優先（row-major order，或者說是 c-order）

這反映了預設情況下只需訪問每個元素，而無需考慮其特定順序。我們可以通過迭代上述陣列的轉置來看到這一點，並與以 c 順序訪問陣列轉置的 copy 方式做對比

in [5]: for x in np.nditer(num.t):
...:     print(x, end=', ')
...:
0, 1, 2, 3, 4, 5,
in [6]: for x in np.nditer(num.t.copy(order='c')):
...:     print(x, end=', ')
...:
0, 3, 1, 4, 2, 5,

從上述例子可以看出，a 和 a.t 的遍歷順序是一樣的，也就是他們在記憶體中的儲存順序也是一樣的，但是 a.t.copy(order = 『c』) 的遍歷結果是不同的，那是因為它和前兩種的儲存方式是不一樣的，預設是按行訪問

控制遍歷順序

原始陣列

in [1]: import numpy as np
in [2]: num = np.arange(0,60,5).reshape(3,4)
in [3]: num
out[3]:
array([[ 0,  5, 10, 15],
[20, 25, 30, 35],
[40, 45, 50, 55]])

原始陣列轉置

in [4]: t = num.t
in [5]: t
out[5]:
array([[ 0, 20, 40],
[ 5, 25, 45],
[10, 30, 50],
[15, 35, 55]])

以 c 風格順序排序

in [6]: c = t.copy(order='c')
in [7]: c
out[7]:
array([[ 0, 20, 40],
[ 5, 25, 45],
[10, 30, 50],
[15, 35, 55]])
in [8]: for x in np.nditer(c):
...:     print(x, end=', ')
...:
0, 20, 40, 5, 25, 45, 10, 30, 50, 15, 35, 55,

以 f 風格順序排序

in [9]: f = t.copy(order='f')
in [10]: f
out[10]:
array([[ 0, 20, 40],
[ 5, 25, 45],
[10, 30, 50],
[15, 35, 55]])
in [11]: for x in np.nditer(f):
...:     print(x, end=', ')
...:
0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55,

強制 nditer 物件使用某種順序排序

原始陣列

in [1]: import numpy as np
in [2]: num = np.arange(0,60,5).reshape(3,4)
in [3]: num
out[3]:
array([[ 0,  5, 10, 15],
[20, 25, 30, 35],
[40, 45, 50, 55]])

以 c 風格順序排序

in [4]: for x in np.nditer(num, order='c'):
...:     print(x, end=', ')
...:
0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55,

以 f 風格順序排序

in [5]: for x in np.nditer(num, order='f'):
...:     print(x, end=', ')
...:
0, 20, 40, 5, 25, 45, 10, 30, 50, 15, 35, 55,

修改陣列中元素的值

nditer 物件有另乙個可選引數 op_flags。預設情況下，nditer 將視待迭代遍歷的陣列為唯讀物件（read-only），為了在遍歷陣列的同時，實現對陣列元素值得修改，必須指定 read-write 或者 write-only 的模式

in [1]: import numpy as np
in [2]: num = np.arange(0,60,5).reshape(3,4)
in [3]: num
out[3]:
array([[ 0,  5, 10, 15],
[20, 25, 30, 35],
[40, 45, 50, 55]])
in [4]: for x in np.nditer(num, op_flags=['readwrite']):
...:     x[...] = 2 * x
...:
in [5]: num
out[5]:
array([[  0,  10,  20,  30],
[ 40,  50,  60,  70],
[ 80,  90, 100, 110]])

使用外部迴圈

nditer類的構造器擁有flags引數，它可以接受下列值

迭代器遍歷對應於每列，並組合為一維陣列

in [1]: import numpy as np
in [2]: num = np.arange(0,60,5).reshape(3,4)
in [3]: num
out[3]:
array([[ 0,  5, 10, 15],
[20, 25, 30, 35],
[40, 45, 50, 55]])
in [4]: for x in np.nditer(num, flags=['external_loop'], order='f'):
...:     print(x, end=', ')
...:
[ 0 40 80], [10 50 90], [ 20  60 100], [ 30  70 110],

廣播迭代

如果兩個陣列是可廣播的，nditer 組合物件能夠同時迭代它們。假設陣列 a 的維度為 3x4，陣列 b 的維度為 1x4 ，則使用以下迭代器（陣列 b 被廣播到 a 的大小）

in [1]: import numpy as np
in [2]: a = np.arange(0,60,5).reshape(3,4)
in [3]: b = np.array([1,2,3,4], dtype=int)
in [4]: a
out[4]:
array([[ 0,  5, 10, 15],
[20, 25, 30, 35],
[40, 45, 50, 55]])
in [5]: b
out[5]: array([1, 2, 3, 4])
in [6]: for x, y in np.nditer([a, b]):
...:     print('%d:%d' % (x,y), end=', ')
...:
0:1, 5:2, 10:3, 15:4, 20:1, 25:2, 30:3, 35:4, 40:1, 45:2, 50:3, 55:4,

NumPy 教程（第 10 章）陣列迭代

NumPy 教程（第 20 章）矩陣庫

NumPy 教程（第 7 章）切片和索引

numpy迭代陣列nditer

NumPy 教程（第 10 章） 陣列迭代

NumPy 教程（第 20 章） 矩陣庫

NumPy 教程（第 7 章） 切片和索引

numpy迭代陣列nditer

相關推薦

NumPy 教程（第 10 章）陣列迭代

NumPy 教程（第 20 章）矩陣庫

NumPy 教程（第 7 章）切片和索引