快捷導(dǎo)航

numpy迭代數(shù)組nditer的實(shí)現(xiàn)示例

更新時(shí)間：2026年05月07日 09:37:41 作者：追風(fēng)箏的人000

本文詳細(xì)介紹了NumPy庫(kù)中nditer對(duì)象的使用方法,包括逐個(gè)訪問數(shù)組元素、控制迭代順序、修改數(shù)組值、使用外部循環(huán)、跟蹤索引、緩沖數(shù)組元素及廣播數(shù)組迭代等內(nèi)容,感興趣的可以了解一下

1 逐個(gè)訪問數(shù)組元素

使用nditer可以完成逐個(gè)訪問數(shù)組中的元素。

a = np.arange(4).reshape(2, 2)
for i in a:
    print(i)
for i in np.nditer(a):
    print(i)

結(jié)果：

[0 1]
[2 3]
0
1
2
3

對(duì)于一維數(shù)組結(jié)果一樣，但是多維就有區(qū)別了

2 控制迭代順序

nditer對(duì)象提供了一個(gè)order參數(shù)來控制迭代順序。其參數(shù)order有三個(gè)可選參數(shù)：K，F(xiàn)，C
具有上述行為的默認(rèn)值是order ='K’以保持現(xiàn)有訂單。對(duì)于C順序，可以使用order ='C’覆蓋它，對(duì)于Fortran順序，可以使用order ='F’覆蓋它。
其中“K”是默認(rèn)的，其結(jié)果與與原來的沒有區(qū)別，逐個(gè)讀取元素；
“C”：C order，即行序優(yōu)先；；
“F”：Fortran order，即列序優(yōu)先；

2.1二維

a = np.arange(6).reshape(2, 3)
print(a)
for i in np.nditer(a, order='C'):
    print(i)
print("---------")
for i in np.nditer(a, order='F'):
    print(i)
print("---------")
for i in np.nditer(a, order='K'):
    print(i)

結(jié)果：

[[0 1 2]
[3 4 5]]
0
1
2
3
4
5
---------
0
3
1
4
2
5
---------
0
1
2
3
4
5

可以看出二維情況下"F"參數(shù)確實(shí)就是可以看過按列讀取元素

2.2三維

a = np.arange(18).reshape(2, 3, 3)
print(a)
for i in np.nditer(a, order='C'):
    print(i)
print("---------")
for i in np.nditer(a, order='F'):
    print(i)
print("---------")
for i in np.nditer(a, order='K'):
    print(i)

結(jié)果：

[[[ 0 1 2]
[ 3 4 5]
[ 6 7 8]]

[[ 9 10 11]
[12 13 14]
[15 16 17]]]
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
---------
0
9
3
12
6
15
1
10
4
13
7
16
2
11
5
14
8
17
---------
0
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17

注意三維數(shù)組列序優(yōu)先時(shí)的讀取順序。

3 修改數(shù)組值

并不推薦這種方法來修改數(shù)組值，可以作為參考
默認(rèn)情況下，nditer將輸入數(shù)組視為只讀對(duì)象。要修改數(shù)組元素，必須指定讀寫或只寫模式。這是用每操作數(shù)標(biāo)志控制的。
Python中的常規(guī)賦值只是更改本地或全局變量字典中的引用，而不是修改現(xiàn)有變量。這意味著簡(jiǎn)單地分配給x不會(huì)將值放入數(shù)組的元素中，而是將x作為數(shù)組元素引用切換為對(duì)指定值的引用。要實(shí)際修改數(shù)組的元素，x應(yīng)該用省略號(hào)索引。

a = np.arange(6).reshape(2, 3)
for x in np.nditer(a, op_flags=['readwrite']):
    x[...] = 2*x
print(a)
[[ 0  2  4]
 [ 6  8 10]]

4 使用外部循環(huán)

在目前為止的所有示例中，a的元素由迭代器一次提供一個(gè)，因?yàn)樗醒h(huán)邏輯都是迭代器的內(nèi)部邏輯。雖然這很簡(jiǎn)單方便，但效率不高。更好的方法是將一維最內(nèi)層循環(huán)移動(dòng)到迭代器外部的代碼中。這樣，NumPy的矢量化操作可以用在被訪問元素的較大塊上。

nditer將嘗試提供盡可能大的內(nèi)部循環(huán)塊。通過強(qiáng)制’C’和’F’順序，我們得到不同的外部循環(huán)大小。通過指定迭代器標(biāo)志來啟用此模式。

a = np.arange(6).reshape(2, 3)
for x in np.nditer(a, flags=['external_loop'], order='C'):
    print(x)
print("--------------")
for x in np.nditer(a, flags=['external_loop'], order='F'):
    print(x)

結(jié)果：注意行序優(yōu)先中輸出的一個(gè)數(shù)組，而不是一個(gè)個(gè)的數(shù)字元素

[0 1 2 3 4 5]
--------------
[0 3]
[1 4]
[2 5]

5 跟蹤索引或多索引

在迭代期間，你可能希望在計(jì)算中使用當(dāng)前元素的索引。例如，你可能希望按內(nèi)存順序訪問數(shù)組的元素，然后使用C順序，F(xiàn)ortran順序或多維索引來查找不同數(shù)組中的值。

5.1multi_index

下面代碼中order參數(shù)根據(jù)自己需要選擇，也可以不寫默認(rèn)按行逐個(gè)讀取元素

a = np.arange(6).reshape(2, 3)
it = np.nditer(a, flags=['multi_index'], order="F")
while not it.finished:
    print("%d < %s>" %(it[0], it.multi_index))
    it.iternext()

結(jié)果： it.multi_index代表元素的索引，以元組形式輸出

0 < (0, 0)>
3 < (1, 0)>
1 < (0, 1)>
4 < (1, 1)>
2 < (0, 2)>
5 < (1, 2)>

5.2 f_index

a = np.arange(6).reshape(2, 3)
it = np.nditer(a, flags=['f_index'])
while not it.finished:
    print("%d < %d>" % (it[0], it.index))
    it.iternext()

結(jié)果：索引的編號(hào)，以列序優(yōu)先

0 < 0>
1 < 2>
2 < 4>
3 < 1>
4 < 3>
5 < 5>

6 緩沖數(shù)組元素

通過啟用緩沖模式，迭代器提供給內(nèi)部循環(huán)的塊可以變得更大，從而顯著減少Python解釋器的開銷。在強(qiáng)制Fortran迭代順序的示例中，當(dāng)啟用緩沖時(shí)，內(nèi)部循環(huán)可以一次性查看所有元素。

a = np.arange(6).reshape(2, 3)
for x in np.nditer(a, flags=['external_loop','buffered'], order='F'):
   print(x)

輸出：

[0 3 1 4 2 5]

7 廣播數(shù)組迭代

代碼：

a = np.arange(3)
b = np.arange(6).reshape(2,3)
for x, y in np.nditer([a,b]):
    print("%d:%d" % (x,y))

輸出：

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nditer的實(shí)現(xiàn)示例的文章就介紹到這了,更多相關(guān)numpy迭代數(shù)組nditer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: