欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python NumPy教程之遍歷數組詳解

 更新時間:2022年08月29日 11:35:21   作者:海擁  
這篇文章主要為大家詳細介紹了Python?NumPy中遍歷數組的方法,文中的示例代碼講解詳細,對我們學習Python有一定幫助,需要的可以參考一下

NumPy 包包含一個迭代器對象numpy.nditer。它是一個高效的多維迭代器對象,使用它可以迭代數組。使用 Python 的標準迭代器接口訪問數組的每個元素。

# 用于遍歷數組的 Python 程序
 
import numpy as geek
 
# 使用排列方法創(chuàng)建數組
a = geek.arange(12)
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4)
 
print('Original array is:')
print(a)
print()
 
print('Modified array is:')
 
# 迭代數組
for x in geek.nditer(a):
    print(x)

輸出:

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array is:
0 1 2 3 4 5 6 7 8 9 10 11

選擇迭代的順序以匹配數組的內存布局,而不考慮特定的順序。這可以通過迭代上述數組的轉置來看出。

# 用于迭代轉置的 Python 程序
# array
 
import numpy as geek 
 
# 使用排列方法創(chuàng)建數組
a = geek.arange(12)
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4) 
    
print('Original array is:')
print(a)
print()  
    
# 原始數組的轉置
b = a.T 
    
print('Modified array is:')
for x in geek.nditer(b): 
    print(x)

輸出:

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array is:
0 1 2 3 4 5 6 7 8 9 10 11

控制迭代順序

有時以特定順序訪問數組元素很重要,而與內存中元素的布局無關。nditer 對象提供了一個 order 參數來控制迭代的這一方面。具有上述行為的默認設置是 order='K' 以保持現有順序。這可以用 order='C' 覆蓋 C 訂單和 order='F' 用于 Fortran 訂單。

代碼#1:

# 用于使用特定順序迭代數組的 Python 程序
 
import numpy as geek 
 
# 使用排列方法創(chuàng)建數組
a = geek.arange(12) 
 
# 具有 3 行和 4 列的形狀數組 
a = a.reshape(3,4) 
 
print('Original array is:') 
print(a)
print()  
 
print('Modified array in C-style order:')
 
# 具有 3 行和 4 行的形狀數組,以給定的順序排列數組
for x in geek.nditer(a, order = 'C'): 
    print(x)

輸出:

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array in C-style order:
0 1 2 3 4 5 6 7 8 9 10 11

代碼#2:

# 用于使用特定順序迭代數組的 Python 程序
 
import numpy as geek 
 
# 使用排列方法創(chuàng)建數組
a = geek.arange(0,60,5) 
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4) 
 
print('Original array is:') 
print(a)
print()  
 
print('Modified array in F-style order:')
 
# 以給定順序迭代數組
for x in geek.nditer(a, order = 'F'): 
    print(x)

輸出:

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array in F-style order:
0 4 8 1 5 9 2 6 10 3 7 11

修改數組值

nditer 對象有另一個可選參數,稱為op_flags。其默認值為只讀,但可以設置為讀寫或只寫模式。這將啟用使用此迭代器修改數組元素。

# 用于修改數組值的 Python 程序
 
import numpy as geek
 
# 使用排列方法創(chuàng)建數組
a = geek.arange(12)
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4)
print('Original array is:')
print(a)
print()
 
# 修改數組值
for x in geek.nditer(a, op_flags = ['readwrite']):
    x[...] = 5*x
print('Modified array is:')
print(a)

輸出:

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array is:
[[ 0 5 10 15]
 [20 25 30 35]
 [40 45 50 55]]

外環(huán):

nditer構造函數有一個flags參數,可以取以下值

范圍描述
external_loop導致給定的值是具有多個值的一維數組,而不是零維數組
c_indexC_order索引可以被跟蹤
f_index跟蹤 Fortran_order 索引
multi-index可以跟蹤每次迭代一個索引的類型

代碼#1:

# 使用外部循環(huán)迭代數組值的 Python 程序
 
import numpy as geek 
 
# 使用排列方法創(chuàng)建數組
a = geek.arange(12) 
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4) 
 
print('Original array is:') 
print(a) 
print()  
 
print('Modified array is:') 
for x in geek.nditer(a, flags = ['external_loop'], order = 'C'):
    print(x)

輸出:

Original array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Modified array is:
[ 0 1 2 3] [ 4 5 6 7] [8 9 10 11] 

代碼#2:

# 使用 f_index 迭代數組值的 Python 程序
 
import numpy as geek 
 
# 使用排列方法創(chuàng)建數組
a = geek.arange(6)
 
# 具有 2 行和 3 列的形狀數組
a = a.reshape(2,3)
 
print('Original array is:')
print(a)
print()
 
# 使用 f_index 參數迭代數組
it = geek.nditer(a, flags=['f_index'])
while not it.finished:
      print("%d <%d>" % (it[0], it.index), end=" ")
      it.iternext()

輸出:

Original array is:
[[ 0 1 2]
 [ 3 4 5]]

0 <0> 1 <2> 2 <4> 3 <1> 4 <3> 5 <5>

廣播迭代

如果兩個數組是可廣播的,則組合的nditer對象能夠同時對它們進行迭代。假設一個數組a的維度為3X4,并且還有另一個維度為1X4的數組b,則使用以下類型的迭代器(數組b廣播到a的大?。?。

# 用于迭代數組的 Python 程序
 
import numpy as geek
 
# 使用排列方法創(chuàng)建數組
a = geek.arange(12)
 
# 具有 3 行和 4 列的形狀數組
a = a.reshape(3,4) 
 
print('First array is:') 
print(a)
print()  
 
# 使用數組方法創(chuàng)建第二個數組
print('Second array is:') 
b = geek.array([5, 6, 7, 8], dtype = int) 
print(b)  
print() 
 
print('Modified array is:')
for x,y in geek.nditer([a,b]): 
    print("%d:%d" % (x,y))

輸出:

First array is:
[[ 0 1 2 3]
 [ 4 5 6 7]
 [ 8 9 10 11]]

Second array is:
[5 6 7 8]

Modified array is:
0:5 1:6 2:7 3:8 4:5 5:6 6:7 7:8 8:5 9:6 10:7 11:8

到此這篇關于Python NumPy教程之遍歷數組詳解的文章就介紹到這了,更多相關Python NumPy遍歷數組內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • 在Python中使用HTML模版的教程

    在Python中使用HTML模版的教程

    這篇文章主要介紹了在Python中使用HTML模版的教程,HTML模版也是Python的各大框架下的一個基本功能,需要的朋友可以參考下
    2015-04-04
  • python基于FTP實現文件傳輸相關功能代碼實例

    python基于FTP實現文件傳輸相關功能代碼實例

    這篇文章主要介紹了python基于FTP實現文件傳輸相關功能代碼實例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-09-09
  • python的slice notation的特殊用法詳解

    python的slice notation的特殊用法詳解

    今天小編就為大家分享一篇python的slice notation的特殊用法詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • Python爬取雪中悍刀行彈幕分析并可視化詳程

    Python爬取雪中悍刀行彈幕分析并可視化詳程

    這篇文章主要介紹了用Python爬蟲+數據分析+數據可視化,分析《雪中悍刀行》彈幕,本文很適合初學python的同學入門閱讀,需要的朋友可以參考下
    2022-01-01
  • YOLOv5小目標切圖檢測的思路與方法

    YOLOv5小目標切圖檢測的思路與方法

    目標檢測Yolo算法是非常經典且應用廣泛的算法,下面這篇文章主要給大家介紹了關于YOLOv5小目標切圖檢測的思路與方法,文中通過示例代碼介紹的非常詳細,需要的朋友可以參考下
    2022-12-12
  • python中bytes和str類型的區(qū)別

    python中bytes和str類型的區(qū)別

    這篇文章主要介紹了python中bytes和str類型的區(qū)別,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-10-10
  • Python?Scrapy庫構建基礎爬蟲

    Python?Scrapy庫構建基礎爬蟲

    這篇文章主要為大家介紹了Python?Scrapy庫構建基礎爬蟲示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2023-08-08
  • 對Python的交互模式和直接運行.py文件的區(qū)別詳解

    對Python的交互模式和直接運行.py文件的區(qū)別詳解

    今天小編就為大家分享一篇對Python的交互模式和直接運行.py文件的區(qū)別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-06-06
  • python 數字類型和字符串類型的相互轉換實例

    python 數字類型和字符串類型的相互轉換實例

    今天小編就為大家分享一篇python 數字類型和字符串類型的相互轉換實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-07-07
  • Python實現簡單生成驗證碼功能【基于random模塊】

    Python實現簡單生成驗證碼功能【基于random模塊】

    這篇文章主要介紹了Python實現簡單生成驗證碼功能,結合實例形式分析了Python基于random模塊生成隨機字符串的相關操作技巧,需要的朋友可以參考下
    2018-02-02

最新評論