Lesson10——NumPy迭代数组

NumPy 教程目录

NumPy 迭代数组

　　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。

Example：使用 arange() 函数创建一个 2X3 数组，并使用 nditer 对它进行迭代。

a = np.arange(6).reshape(2,3)print('原始数组是')print(a)print('迭代输出元素')for x in np.nditer(a):    print(x,end=' ')#输出结果"""原始数组是[[0 1 2] [3 4 5]]迭代输出元素0 1 2 3 4 5 """

Example：

a = np.arange(8).reshape(2,2,2)print('原始数组是')print(a)print('迭代输出元素')for x in np.nditer(a):    print(x,end=' ')#输出结果"""原始数组是[[[0 1]  [2 3]] [[4 5]  [6 7]]]迭代输出元素0 1 2 3 4 5 6 7 """

　　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：

Example：

a = np.arange(6).reshape(2,3)for x in np.nditer(a.T):    print(x,end=' ')print()print(a.T.copy(order ='C'))for x in np.nditer(a.T.copy(order ='C')):    print(x,end=' ')#输出结果"""0 1 2 3 4 5 [[0 3] [1 4] [2 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；

Example：

a = np.arange(0,60,5) a = a.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"""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：

Example：

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"""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。

Example：

x = np.arange(6).reshape((2,3))print('The original array is')print(x)for tmp in np.nditer(x,op_flags =['readwrite']):    tmp[...] = 1print("The modified array is")print(x)#output result"""The original array is[[0 1 2] [3 4 5]]The modified array is[[1 1 1] [1 1 1]]"""

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。

Example:

x = np.arange(9).reshape((3,3))print("The original array is ")print(x)print('The modified array is ')for x in np.nditer(x,flags=['external_loop'],order='F'):    print(x)#output result"""The original array is [[0 1 2] [3 4 5] [6 7 8]]The modified array is [0 3 6][1 4 7][2 5 8]"""

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）。

Example:

a = np.arange(0,60,5) a = a.reshape(3,4)  print  ('First array：')print (a)print  ('\n')print ('Second array：')b = np.array([1,  2,  3,  4], dtype =  int)  print (b)print ('\n')print ('The modified array ：')for x,y in np.nditer([a,b]):      print ("%d:%d"  %  (x,y), end=", " )#output result"""First array：[[ 0  5 10 15] [20 25 30 35] [40 45 50 55]]Second array：[1 2 3 4]The modified array ：0:1, 5:2, 10:3, 15:4, 20:1, 25:2, 30:3, 35:4, 40:1, 45:2, 50:3, 55:4, """