快捷導(dǎo)航

NumPy迭代數(shù)組的實(shí)現(xiàn)

更新時(shí)間：2023年02月19日 15:46:17 作者：峽谷的小魚(yú)

本文主要介紹了NumPy迭代數(shù)組的實(shí)現(xiàn)，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

迭代數(shù)組

NumPy中引入了 nditer 對(duì)象來(lái)提供一種對(duì)于數(shù)組元素的訪問(wèn)方式。

一、單數(shù)組迭代

1. 使用 nditer 訪問(wèn)數(shù)組的每個(gè)元素

>>>a = np.arange(12).reshape(3, 4)
>>>for x in np.nditer(a):
?? ??? ??? ?print(x, end=' ')
0 1 2 3 4 5 6 7 8 9 10 11?

# 以上實(shí)例不是使用標(biāo)準(zhǔn) C 或者 Fortran 順序，選擇的順序是和數(shù)組內(nèi)存布局一致的，
# 這樣做是為了提升訪問(wèn)的效率，默認(rèn)是行序優(yōu)先（row-major order，或者說(shuō)是 C-order）。
# 這反映了默認(rèn)情況下只需訪問(wèn)每個(gè)元素，而無(wú)需考慮其特定順序。
# 我們可以通過(guò)迭代上述數(shù)組的轉(zhuǎn)置來(lái)看到這一點(diǎn)，
# 并與以 C 順序訪問(wèn)數(shù)組轉(zhuǎn)置的 copy 方式做對(duì)比，如下實(shí)例：
>>>for x in np.nditer(a.T):
?? ??? ??? ?print(x, end=' ')
0 1 2 3 4 5 6 7 8 9 10 11?

>>>for x in np.nditer(a.T.copy(order='C')):
?? ??? ??? ?print(x, end=' ')
0 4 8 1 5 9 2 6 10 3 7 11?

2. 控制數(shù)組元素的迭代順序

使用參數(shù) order 控制元素的訪問(wèn)順序，參數(shù)的可選值有：

‘C’：C order，即是行序優(yōu)先；
‘F’：Fortran order，即是列序優(yōu)先；
’K’：參考數(shù)組元素在內(nèi)存中的順序；
‘A’：表示’F’順序；

>>>a = np.arange(12).reshape(3, 4)
>>>for x in np.nditer(a, order='C'):
? ? ?? ?print(x, end=' ')
0 1 2 3 4 5 6 7 8 9 10 11?

>>>a = np.arange(12).reshape(3, 4)
>>>for x in np.nditer(a, order='F'):
? ? ?? ?print(x, end=' ')
0 4 8 1 5 9 2 6 10 3 7 11?

>>>a = np.arange(12).reshape(3, 4)
>>>for x in np.nditer(a, order='K'):
? ? ?? ?print(x, end=' ')
0 1 2 3 4 5 6 7 8 9 10 11?

>>>a = np.arange(12).reshape(3, 4)
>>>for x in np.nditer(a, order='A'):
? ? ?? ?print(x, end=' ')
0 1 2 3 4 5 6 7 8 9 10 11?

3. 修改數(shù)組值

在使用 nditer 對(duì)象迭代數(shù)組時(shí)，默認(rèn)情況下是只讀狀態(tài)。因此，如果需要修改數(shù)組，可以使用參數(shù) op_flags = 'readwrite' or 'writeonly' 來(lái)標(biāo)志為讀寫(xiě)或只讀模式。

此時(shí)，nditer 在迭代時(shí)將生成可寫(xiě)的緩沖區(qū)數(shù)組，可以在此進(jìn)行修改。為了在修改后，可以將修改的數(shù)據(jù)回寫(xiě)到原始位置，需要在迭代結(jié)束后，拋出迭代結(jié)束信號(hào)，有兩種方式：

使用 with 上下文管理器；
在迭代結(jié)束后，調(diào)用迭代器的close方法；

>>>a = np.arange(12).reshape(3, 4)
>>>print(a)
>>>with np.nditer(a, op_flags=['readwrite']) as it:
        for x in it:
            x += 10
>>>print(a)
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]
[[10 11 12 13]
 [14 15 16 17]
 [18 19 20 21]]

4. 使用外部循環(huán)，跟蹤索引或多索引

以上操作在迭代過(guò)程中，都是逐元素進(jìn)行的，這雖然簡(jiǎn)單，但是效率不高?？梢允褂脜?shù) flags 讓 nditer 迭代時(shí)提供更大的塊。并可以通過(guò)強(qiáng)制設(shè)定 C 和 F 順序，得到不同的塊大小。

# 默認(rèn)情況下保持本機(jī)的內(nèi)存順序，迭代器提供單一的一維數(shù)組
# 'external_loop' 給出的值是具有多個(gè)值的一維數(shù)組，而不是零維數(shù)組
>>>a = np.arange(12).reshape(3, 4)
>>>print(a)
>>>for x in np.nditer(a, flags=['external_loop']):
? ? ?? ?print(x, end=' ')
[[ 0 ?1 ?2 ?3]
?[ 4 ?5 ?6 ?7]
?[ 8 ?9 10 11]]
[ 0 ?1 ?2 ?3 ?4 ?5 ?6 ?7 ?8 ?9 10 11],?

# 設(shè)定 'F' 順序
>>>a = np.arange(12).reshape(3, 4)
>>>print(a)
>>>for x in np.nditer(a, flags=['external_loop'], order='F'):
? ? ?? ?print(x, end=' ')
[[ 0 ?1 ?2 ?3]
?[ 4 ?5 ?6 ?7]
?[ 8 ?9 10 11]]
[0 4 8], [1 5 9], [ 2 ?6 10], [ 3 ?7 11],?

# 'c_index' 可以通過(guò) it.index 跟蹤 'C‘ 順序的索引
>>>a = np.arange(12).reshape(3, 4)
>>>print(a)
>>>it = np.nditer(a, flags=['c_index'])
>>>for x in it:
? ??? ? ?? ?print("{}: ({})".format(x, it.index))
[[ 0 ?1 ?2 ?3]
?[ 4 ?5 ?6 ?7]
?[ 8 ?9 10 11]]
0: (0)
1: (1)
2: (2)
3: (3)
4: (4)
5: (5)
6: (6)
7: (7)
8: (8)
9: (9)
10: (10)
11: (11)

# 'f_index' 可以通過(guò) it.index 跟蹤 'F‘ 順序的索引
>>>a = np.arange(12).reshape(3, 4)
>>>print(a)
>>>it = np.nditer(a, flags=['c_index'])
>>>for x in it:
? ??? ? ?? ?print("{}: ({})".format(x, it.index))
[[ 0 ?1 ?2 ?3]
?[ 4 ?5 ?6 ?7]
?[ 8 ?9 10 11]]
0: (0)
1: (3)
2: (6)
3: (9)
4: (1)
5: (4)
6: (7)
7: (10)
8: (2)
9: (5)
10: (8)
11: (11)

# 'multi_index' 可以通過(guò) it.multi_index 跟蹤數(shù)組索引
>>>a = np.arange(12).reshape(3, 4)
>>>print(a)
>>>it = np.nditer(a, flags=['multi_index'])
>>>for x in it:
? ? ?? ?print("{}: {}".format(x, it.multi_index))
[[ 0 ?1 ?2 ?3]
?[ 4 ?5 ?6 ?7]
?[ 8 ?9 10 11]]
0: (0, 0)
1: (0, 1)
2: (0, 2)
3: (0, 3)
4: (1, 0)
5: (1, 1)
6: (1, 2)
7: (1, 3)
8: (2, 0)
9: (2, 1)
10: (2, 2)
11: (2, 3)

external_loop 與 multi_index、c_index、c_index不可同時(shí)使用，否則將引發(fā)錯(cuò)誤 ValueError: Iterator flag EXTERNAL_LOOP cannot be used if an index or multi-index is being tracked

5. 以特定數(shù)據(jù)類(lèi)型迭代

當(dāng)需要以其它的數(shù)據(jù)類(lèi)型來(lái)迭代數(shù)組時(shí)，有兩種方法：

臨時(shí)副本：迭代時(shí)，會(huì)使用新的數(shù)據(jù)類(lèi)型創(chuàng)建數(shù)組的副本，然后在副本中完成迭代。但是，這種方法會(huì)消耗大量的內(nèi)存空間。
緩沖模式：使用緩沖來(lái)支持靈活輸入，內(nèi)存開(kāi)銷(xiāo)最小。

# 臨時(shí)副本
>>>a = np.arange(12).reshape(3, 4)
>>>print(a.dtype)
>>>it = np.nditer(a, op_flags=['readonly', 'copy'],op_dtypes=[np.float64])
>>>for x in it:
? ? ?? ?print("{}".format(x), end=', ')
int32
0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0, 11.0,

# 緩沖模式

>>>a = np.arange(12).reshape(3, 4)
>>>print(a.dtype)
>>>it = np.nditer(a, flags=['buffered'],op_dtypes=[np.float64])
>>>for x in it:
? ? ?? ?print("{}".format(x), end=', ')
int32
0.0, 1.0, 2.0, 3.0, 4.0, 5.0, 6.0, 7.0, 8.0, 9.0, 10.0, 11.0,?

注意
默認(rèn)情況下，轉(zhuǎn)化會(huì)執(zhí)行“安全”機(jī)制，如果不符合 NumPy 的轉(zhuǎn)換規(guī)則，會(huì)引發(fā)異常：TypeError: Iterator operand 0 dtype could not be cast from dtype('float64') to dtype('float32') according to the rule 'safe'

二、廣播數(shù)組迭代

如果不同形狀的數(shù)組是可廣播的，那么 dtype 可以迭代多個(gè)數(shù)組。

>>> a = np.arange(3)
>>> b = np.arange(6).reshape(2,3)
>>> for x, y in np.nditer([a,b]):
        print("%d:%d" % (x,y), end=' ')
0:0 1:1 2:2 0:3 1:4 2:5

到此這篇關(guān)于NumPy迭代數(shù)組的實(shí)現(xiàn)的文章就介紹到這了,更多相關(guān)NumPy迭代數(shù)組內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: