NumPy 数组遍历 | NumPy nditer 教程

介绍

在本实验中，我们将学习如何使用 numpy.nditer 对象来遍历 NumPy 数组并访问其单个元素。我们还将学习如何使用 nditer 对象的 op_flags 参数来修改数组的元素。最后，我们将学习如何使用 nditer 对象在 NumPy 数组中进行广播（broadcasting）。

虚拟机使用提示

虚拟机启动完成后，点击左上角切换到 Notebook 标签页，以访问 Jupyter Notebook 进行练习。

有时，你可能需要等待几秒钟，直到 Jupyter Notebook 完成加载。由于 Jupyter Notebook 的限制，操作验证无法自动化。

如果你在学习过程中遇到问题，可以随时向 Labby 寻求帮助。实验结束后请提供反馈，我们将及时为你解决问题。

创建 ndarray 并使用 `numpy.nditer` 遍历它

在这一步中，我们将使用 arange() 方法创建一个一维 NumPy 数组，然后使用 numpy.nditer 对象对其进行遍历。

import numpy as np

a = np.arange(0,40,5)

print ("The Original array is:")
print (a)
print ('\n')

## showing elements of array one by one
print ("The Modified array is:")
for x in np.nditer(a):
    print(x)

遍历数组的转置

在这一步中，我们将创建一个二维 NumPy 数组，找到它的转置，并使用 nditer 对象对其进行遍历。

import numpy as np

a = np.array([[11,2,3,4],[29,4,15,6],[11,21,39,31]])
print("The array is :")
print(a)

print("The transpose of the array is :")
at = a.T
print(at)

print("Iterating over the array:")
for x in np.nditer(at):
    print(x, end=' ')

以 C 风格顺序和 F 风格顺序遍历数组

在这一步中，我们将创建一个二维 NumPy 数组，找到它的转置，然后使用 nditer 对象以 C 风格顺序和 F 风格顺序对其进行遍历。

import numpy as np

a = np.array([[1,2,3,4],[8,9,5,6],[10,20,29,31]])
print("\nPrinting the array:\n")
print(a)

print("\nPrinting the transpose of the array:\n")
at = a.T
print(at)

print("\nIterating over the transposed array in F-style order:\n")
for x in np.nditer(at, order='F'):
    print(x, end=' ')

print("\nIterating over the transposed array in C-style order:\n")
for x in np.nditer(at, order='C'):
    print(x, end=' ')

使用广播（broadcasting）遍历多个数组

在这一步中，我们将创建两个不同维度的 NumPy 数组，并使用 nditer 对象通过广播（broadcasting）对它们进行遍历。

import numpy as np

a = np.arange(0,60,5)
a = a.reshape(3,4)

print ('The First array :')
print (a)
print ('\n')

print ('The Second array is')
b = np.array([1, 2, 3, 4], dtype = int)
print (b)
print ('\n' )

print ('The Modified array is')
for x,y in np.nditer([a,b]):
    print ("%d:%d" %(x,y))

使用 `op_flags` 修改数组的值

在这一步中，我们将创建一个一维 NumPy 数组，使用 nditer 对象遍历它，同时将 op_flags 参数设置为 'readwrite'，并在遍历时修改数组的元素。

import numpy as np

a = np.arange(0,50,6)
a = a.reshape(3,3)

print ('The Original array is:')
print (a)
print ('\n')

for x in np.nditer(a, op_flags=['readwrite']):
    x[...] = 2 + x

print ('The Modified array is:')
print (a)

总结

在本实验中，我们学习了如何使用 NumPy 中的 nditer 对象遍历数组，以及如何在遍历过程中使用 op_flags 参数修改数组的元素。我们还学习了如何使用 nditer 对象在 NumPy 数组中实现广播（broadcasting），以同时遍历多个数组。

NumPy 数组元素遍历与访问

介绍