Python如何遍歷numpy數(shù)組
Python遍歷numpy數(shù)組
下面是示例代碼:
import numpy as np num = np.zeros([2, 3]) [rows, cols] = num.shape print(rows, cols) for i in range(rows): ? ? for j in range(cols): ? ? ? ? print(num[i, j])
運行結果:
2 3
0.0
0.0
0.0
0.0
0.0
0.0
numpy中數(shù)組的遍歷技巧分享
在numpy中,當需要循環(huán)處理數(shù)組中的元素時,能用內置通函數(shù)實現(xiàn)的肯定首選通函數(shù),只有當沒有可用的通函數(shù)的情況下,再來手動進行遍歷,遍歷的方法有以下幾種
1. 內置for循環(huán)
最基礎的遍歷方法還是for循環(huán),用法如下
# 一維數(shù)組,和普通的python序列對象一致 >>> a array([0, 1, 2, 3, 4]) >>> for i in a: ... print(i) ... 0 1 2 3 4 # 二維數(shù)組,每次遍歷一行,以列表的形式返回一行的元素 >>> a = np.arange(12).reshape(3, 4) >>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> for i in a: ... print(i) ... [0 1 2 3] [4 5 6 7] [ 8 9 10 11]
for循環(huán)中得到的是對應元素的副本,所以通過上述方式只能訪問,不能修改原始數(shù)組中的值。
2. flat迭代器
數(shù)組的flat屬性返回的是數(shù)組的迭代器,通過這個迭代器,可以一層for循環(huán)就搞定多維數(shù)組的訪問,用法如下
>>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> for i in a.flat: ... print(i) ... 0 1 2 3 4 5 6 7 8 9 10 11
3. nditer迭代器
numpy中的nditer函數(shù)可以返回數(shù)組的迭代器,該迭代器的功能比flat更加強大和靈活,在遍歷多維數(shù)組時,通過order參數(shù)可以指定遍歷的順序,C表示C語言的風格,優(yōu)先處理行,F(xiàn)表示Fortran語言的風格,優(yōu)先處理列,用法如下
>>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) # 默認按行處理 >>> for i in np.nditer(a, order='C'): ... print(i) ... 0 1 2 3 4 5 6 7 8 9 10 11 # 按列處理 >>> for i in np.nditer(a, order='F'): ... print(i) ... 0 4 8 1 5 9 2 6 10 3 7 11
普通的遍歷只能訪問元素,而nditer可以允許我們在遍歷的同時修改原始數(shù)組中的元素,只需要op_flags參數(shù)即可,用法如下
>>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> for i in np.nditer(a, op_flags = ['readwrite']): ... i *= 2 ... >>> a array([[ 0, 2, 4, 6], [ 8, 10, 12, 14], [16, 18, 20, 22]]) >>> for i in np.nditer(a, op_flags = ['writeonly']): ... i += 2 ... >>> a array([[ 2, 4, 6, 8], [10, 12, 14, 16], [18, 20, 22, 24]])
nditer更強大的功能在于廣播遍歷,通過內置的廣播機制,可以實現(xiàn)兩個數(shù)組的組合,用法如下
>>> a = np.arange(12).reshape(3, 4) >>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> b = np.arange(4) >>> b array([0, 1, 2, 3]) >>> np.nditer([a, b]) <numpy.nditer object at 0x7f9db6b11170> >>> for x,y in np.nditer([a,b]): ... print(x,y) ... 0 0 1 1 2 2 3 3 4 0 5 1 6 2 7 3 8 0 9 1 10 2 11 3 ``` ``` >>> b = np.arange(3).reshape(-1, 1) >>> b array([[0], [1], [2]]) >>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]]) >>> for x,y in np.nditer([a,b]): ... print(x,y) ... 0 0 1 0 2 0 3 0 4 1 5 1 6 1 7 1 8 2 9 2 10 2 11 2
簡單的元素訪問直接使用for循環(huán)迭代數(shù)組即可,注意二維數(shù)組和一維數(shù)組的區(qū)別,nditer的3個特點對應不同的使用場景,當遇到對應的情況時,可以選擇nditer來進行遍歷。
以上為個人經驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關文章
Python自動采集微信聯(lián)系人的實現(xiàn)示例
這篇文章主要介紹了Python自動采集微信聯(lián)系人的實現(xiàn)示例,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,需要的朋友們下面隨著小編來一起學習學習吧2020-02-02Pandas數(shù)據(jù)分析多文件批次聚合處理實例解析
這篇文章主要為大家介紹了Pandas數(shù)據(jù)分析多文件批次聚合處理實例解析,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2023-02-02Python如何使用logging為Flask增加logid
這篇文章主要介紹了Python如何使用logging為Flask增加logid,幫助大家更好的理解和學習使用python,感興趣的朋友可以了解下2021-03-03Python實現(xiàn)MySql數(shù)據(jù)庫交互的示例
本文主要介紹了Python實現(xiàn)MySql數(shù)據(jù)庫交互的示例,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,需要的朋友們下面隨著小編來一起學習學習吧2023-01-01