Python数据分析：numpy迭代数组

Python数据分析：numpy迭代数组

迭代器可以完成对数组的访问

import numpy as np
 
a = np.arange(6).reshape(2,3)
print ('原始数组是：')
print (a)
print ('--------------------')
print ('迭代输出元素：')
# 默认行序优先
for x in np.nditer(a):
    print (x, end=", " )
print ('\n')

运行结果：

控制遍历顺序

• for x in np.nditer(a, order='F'):Fortran order，列序优先
• for x in np.nditer(a.T, order='C'):C order，行序优先

import numpy as np 
 
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print ('原始数组是：')
print (a)
print ('--------------------')
print ('以 C 风格顺序排序（行序）：')
for x in np.nditer(a, order =  'C'):  
    print (x, end=", " )
print('\n')   
print ('以 F 风格顺序排序（列序）：')
for x in np.nditer(a, order =  'F'):  
    print (x, end=", " )

运行结果：

修改数组中元素的值

nditer 对象有另一个可选参数 op_flags。 默认情况下，nditer 将视待迭代遍历的数组为只读对象（read-only），为了在遍历数组的同时，实现对数组元素值得修改，必须指定 read-write 或者 write-only 的模式

import numpy as np
 
a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print ('原始数组是：')
print (a)
print ('--------------------')
for x in np.nditer(a, op_flags=['readwrite']): 
    x[...]=2*x 
print ('修改后的数组是：')
print (a)

运行结果：

使用外部循环

nditer类的构造器拥有flags参数，它可以接受下列值：

• c_index 可以跟踪 C 顺序的索引

• f_index 可以跟踪 Fortran 顺序的索引

• multi-index 每次迭代可以跟踪一种索引类型

• external_loop 给出的值是具有多个值的一维数组，而不是零维数组

import numpy as np 

a = np.arange(0,60,5) 
a = a.reshape(3,4)  
print ('原始数组是：')
print (a)
print ('--------------------')
print ('修改后的数组是：')
for x in np.nditer(a, flags =  ['external_loop'], order =  'F'):  
   print (x, end=", " )

运行结果：

广播迭代

如果两个数组是可广播的，nditer 组合对象能够同时迭代它们

扫描二维码关注公众号，回复： 6006698 查看本文章

import numpy as np 
 
a = np.arange(0,60,5) 
a = a.reshape(3,4) #a为3*4 
print  ('第一个数组为：')
print (a)
print ('--------------------')
print ('第二个数组为：')
# b为1*4
b = np.array([1,  2,  3,  4], dtype =  int)  
print (b)
print ('--------------------')
print ('修改后的数组为：')
# b被广播到a的大小，及3*4
for x,y in np.nditer([a,b]):  
    print ("%d:%d"  %  (x,y), end=", " )

运行结果：

参考：http://www.runoob.com/numpy