NumPy taulukon iterointi

数组迭代

迭代意味着逐一遍历元素。

当我们在 numpy 中处理多维数组时，可以使用 python 的基本 for 循环来完成此操作。

如果我们对 1-D 数组进行迭代，它将逐一遍历每个元素。

Esimerkki

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)

Suorita esimerkki

迭代 2-D 数组

在 2-D 数组中，它将遍历所有行。

Esimerkki

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)

Suorita esimerkki

如果我们迭代一个 n-D 数组，它将逐一遍历第 n-1 维。

如需返回实际值、标量，我们必须迭代每个维中的数组。

Esimerkki

迭代 2-D 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)

Suorita esimerkki

迭代 3-D 数组

在 3-D 数组中，它将遍历所有 2-D 数组。

Esimerkki

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)

Suorita esimerkki

要返回实际值、标量，我们必须迭代每个维中的数组。

Esimerkki

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)

Suorita esimerkki

使用 nditer() 迭代数组

函数 nditer() 是一个辅助函数，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，让我们通过例子进行介绍。

迭代每个标量元素

在基本的 for 循环中，迭代遍历数组的每个标量，我们需要使用 n 个 for 循环，对于具有高维数的数组可能很难编写。

Esimerkki

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)

Suorita esimerkki

迭代不同数据类型的数组

我们可以使用 op_dtypes 参数，并传递期望的数据类型，以在迭代时更改元素的数据类型。

NumPy ei muuta elementtien tietotyyppiä paikallisesti (elementit ovat taulukossa), joten se tarvitsee hieman lisätilaa suorittaakseen tämän toiminnon, ja tämä lisätila kutsutaan nditer() Kun otetaan käyttöön flags=['buffered'].

Esimerkki

Vieritellään taulukkoa merkkijonona:

import numpy as np
arr = np.array([1, 2, 3])
for x in np.nditer(arr, flags=['buffered'], op_dtypes=['S'])
  print(x)

Suorita esimerkki

Iteroi eri askelten avulla

Voimme käyttää suodinta ja sitten iteroida.

Esimerkki

Jokaisella kerralla, kun käymme läpi 2D-taulukon yhden scalar-elementin, ohitetaan 1 elementti:

import numpy as np
arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])
for x in np.nditer(arr[:, ::2]):
  print(x)

Suorita esimerkki

Iteroi ndenumerate() avulla

Luetellaan yksitellen asioita niiden järjestysluvun mukaan.

Jos tarvitsemme elementin vastaavaa indeksiä iteroinnin aikana, voimme käyttää ndenumerate() Menetelmä.

Esimerkki

Luetellaan seuraavat 1D-taulukon elementit:

import numpy as np
arr = np.array([1, 2, 3])
for idx, x in np.ndenumerate(arr):
  print(idx, x)

Suorita esimerkki

Esimerkki

Luetellaan seuraavat 2D-taulukon elementit:

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)

Suorita esimerkki