Python机器学习（四十一）NumPy 数组迭代
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了Python机器学习（四十一）NumPy 数组迭代，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2928字，纯文字阅读大概需要5分钟。
内容图文
NumPy提供了迭代器对象NumPy.nditer，是一个高效的多维迭代器对象，可以使用它对数组进行迭代，使用Python的标准迭代器接口访问数组元素。
示例
import numpy as np
a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]])
print("打印数组:")
print(a);
print("\n")
print("数组迭代:")
for x in np.nditer(a):
print(x, end=' ')
print("\n")
输出
打印数组: [[ 1 2 3 4] [ 2 4 5 6] [10 20 39 3]] 数组迭代: 1 2 3 4 2 4 5 6 10 20 39 3
我们知道，numpy中的数组排序有两种:
- F(Fortran)风格顺序，列排序
- C(C语言)风格顺序，行排序
默认情况下，迭代顺序通常受数组的内存布局影响，不受特定的数组排序(C风格顺序/F风格顺序)影响。
可以看一下把上面示例中的数组转置后，对其进行迭代时的顺序。
示例
比较数组及其转置数组的迭代顺序：
import numpy as np
a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]])
print("打印数组:")
print(a)
print("\n")
print("打印数组的转置:")
at = a.T
print(at)
print("\n数组迭代:")
for x in np.nditer(a):
print(x, end=' ')
print("\n")
print("\n转置的数组迭代:")
for x in np.nditer(at):
print(x, end=' ')
print("\n")
输出
打印数组: [[ 1 2 3 4] [ 2 4 5 6] [10 20 39 3]] 打印数组的转置: [[ 1 2 10] [ 2 4 20] [ 3 5 39] [ 4 6 3]] 数组迭代: 1 2 3 4 2 4 5 6 10 20 39 3 转置的数组迭代: 1 2 3 4 2 4 5 6 10 20 39 3
可以看到，这两个迭代顺序是一样的，转置没有影响迭代顺序。
迭代顺序
要强制按F排序或C排序的顺序迭代数组，可在创建迭代对象时显式指定。
示例
import numpy as np
a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]])
print("\n打印数组:\n")
print(a)
print("\n打印数组的转置:\n")
at = a.T
print(at)
print("\n迭代转置后的数组\n")
for x in np.nditer(at):
print(x, end= ' ')
print("\n按C风格顺序迭代数组:\n")
for x in np.nditer(at, order = 'C'):
print(x,end=' ')
输出
打印数组: [[ 1 2 3 4] [ 2 4 5 6] [10 20 39 3]] 打印数组的转置: [[ 1 2 10] [ 2 4 20] [ 3 5 39] [ 4 6 3]] 迭代转置后的数组 1 2 3 4 2 4 5 6 10 20 39 3 按C风格顺序迭代数组: 1 2 10 2 4 20 3 5 39 4 6 3
数组修改
迭代数组时，默认数组值不能修改，因为迭代对象的op-flag默认被设置为只读。如要可修改，可在创建迭代对象时，把op_flags设置为readwrite或write。
示例
import numpy as np
a = np.array([[1,2,3,4],[2,4,5,6],[10,20,39,3]])
print("\n打印原始数组:\n")
print(a)
print("\n遍历修改后的数组:\n")
for x in np.nditer(a, op_flags = ['readwrite']):
x[...] = 3 * x;
print(x,end = ' ')
输出
打印原始数组: [[ 1 2 3 4] [ 2 4 5 6] [10 20 39 3]] 遍历修改后的数组: 3 6 9 12 6 12 15 18 30 60 117 9
广播迭代
如果两个数组是可广播的，可以使用组合的nditer对象对它们进行并发迭代。假设一个数组a的维数为3X4，而另一个数组b的维数为1X4，可使用以下类型的迭代器(将数组b广播到a的大小)。
示例
import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)
print ('数组a:')
print (a)
print ('\n')
print ('数组b:')
b = np.array([1, 2, 3, 4], dtype = int)
print (b)
print ('\n')
print ('同时迭代2个可广播的数组:')
for x,y in np.nditer([a,b]):
print ("%d:%d" % (x,y))
输出
数组a: [[ 0 5 10 15] [20 25 30 35] [40 45 50 55]] 数组b: [1 2 3 4] 同时迭代2个可广播的数组: 0:1 5:2 10:3 15:4 20:1 25:2 30:3 35:4 40:1 45:2 50:3 55:4
内容总结
以上是互联网集市为您收集整理的Python机器学习（四十一）NumPy 数组迭代全部内容，希望文章能够帮你解决Python机器学习（四十一）NumPy 数组迭代所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。