Python 数组迭代

迭代数组

迭代意味着一项一项地遍历元素。

当我们在 numpy 中处理多维数组时，我们可以使用基本的forpython 的循环。

如果我们迭代一维数组，它将一一遍历每个元素。

示例

迭代以下一维数组的元素：

import numpy as np

arr = np.array([1, 2, 3])

for x in arr:
print(x)

亲自试一试 »

迭代二维数组

在二维数组中，它将遍历所有行。

示例

迭代以下二维数组的元素：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

for x in arr:
print(x)

亲自试一试 »

如果我们迭代n-D 数组它将一一遍历 n-1 维。

要返回实际值（标量），我们必须迭代每个维度的数组。

示例

迭代二维数组的每个标量元素：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

for x in arr:
for y in x:
print(y)

亲自试一试 »

迭代 3-D 数组

在 3-D 数组中，它将遍历所有 2-D 数组。

示例

迭代以下 3-D 数组的元素：

import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

for x in arr:
print(x)

亲自试一试 »

要返回实际值（标量），我们必须迭代每个维度的数组。

示例

迭代到标量：

import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

for x in arr:
for y in x:
for z in y:
print(z)

亲自试一试 »

使用 nditer() 迭代数组

函数nditer()是一个帮助函数，可以从非常基本的迭代到非常高级的迭代使用。它解决了我们在迭代中遇到的一些基本问题，让我们通过示例来了解一下。

迭代每个标量元素

基本情况下for循环，遍历我们需要使用的数组的每个标量nfor对于具有非常高维度的数组来说，可能很难编写循环。

示例

迭代以下 3-D 数组：

import numpy as np

arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

for x in np.nditer(arr):
print(x)

亲自试一试 »

使用不同数据类型迭代数组

我们可以用op_dtypes参数并向其传递预期的数据类型以在迭代时更改元素的数据类型。

NumPy 不会就地更改元素的数据类型（元素位于数组中），因此它需要一些其他空间来执行此操作，该额外空间称为缓冲区，并且为了在nditer()我们通过flags=['buffered']。

示例

将数组作为字符串进行迭代：

import numpy as np

arr = np.array([1, 2, 3])

for x in np.nditer(arr, flags=['buffered'], op_dtypes=['S']):
print(x)

亲自试一试 »

使用不同步长进行迭代

我们可以使用过滤，然后进行迭代。

示例

迭代 2D 数组的每个标量元素，跳过 1 个元素：

import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])

for x in np.nditer(arr[:, ::2]):
print(x)

亲自试一试 »

使用 ndenumerate() 进行枚举迭代

枚举就是一一列举某事物的序号。

有时我们在迭代时需要元素对应的索引，ndenumerate()方法可用于这些用例。

示例

枚举以下一维数组元素：

import numpy as np

arr = np.array([1, 2, 3])

for idx, x in np.ndenumerate(arr):
print(idx, x)

亲自试一试 »

示例

枚举以下二维数组的元素：

import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])

for idx, x in np.ndenumerate(arr):
print(idx, x)

亲自试一试 »