NumPy 迭代數組

NumPy 迭代器對象 numpy.nditer 提供了一種靈活訪問一個或者多個數組元素的方式。

迭代器最基本的任務的可以完成對數組元素的訪問。

接下來我們使用 arange() 函數創建一個 2X3 數組，並使用 nditer 對它進行迭代。

輸出結果為：

原始數組是：
[[0 1 2]
 [3 4 5]]


迭代輸出元素：

0, 1, 2, 3, 4, 5, 

以上實例不是使用標準 C 或者 Fortran 順序，選擇的順序是和數組記憶體佈局一致的，這樣做是為了提升訪問的效率，默認是行序優先（row-major order，或者說是 C-order）。

這反映了默認情況下只需訪問每個元素，而無需考慮其特定順序。我們可以通過迭代上述數組的轉置來看到這一點，並與以 C 順序訪問數組轉置的 copy 方式做對比，如下實例：

輸出結果為：

0, 1, 2, 3, 4, 5,

0, 3, 1, 4, 2, 5, 

從上述例子可以看出，a 和 a.T 的遍曆順序是一樣的，也就是他們在內存中的存儲順序也是一樣的，但是 a.T.copy(order = 'C') 的遍曆結果是不同的，那是因為它和前兩種的存儲方式是不一樣的，默認是按行訪問。

控制遍曆順序

• for x in np.nditer(a, order='F'):Fortran order，即是列序優先；
• for x in np.nditer(a.T, order='C'):C order，即是行序優先；

輸出結果為：

原始數組是：
[[ 0  5 10 15]
 [20 25 30 35]
 [40 45 50 55]]


原始數組的轉置是：

[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]


以 C 風格順序排序：

[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]
0, 20, 40, 5, 25, 45, 10, 30, 50, 15, 35, 55,

以 F 風格順序排序：

[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]
0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55,

可以通過顯式設置，來強制 nditer 對象使用某種順序：

輸出結果為：

原始數組是：
[[ 0  5 10 15]
 [20 25 30 35]
 [40 45 50 55]]


以 C 風格順序排序：

0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55,

以 F 風格順序排序：

0, 20, 40, 5, 25, 45, 10, 30, 50, 15, 35, 55,

修改數組中元素的值

nditer 對象有另一個可選參數 op_flags。 默認情況下，nditer 將視待迭代遍曆的數組為只讀對象（read-only），為了在遍歷數組的同時，實現對數組元素值得修改，必須指定 read-write 或者 write-only 的模式。

輸出結果為：

原始數組是：
[[ 0  5 10 15]
 [20 25 30 35]
 [40 45 50 55]]


修改後的數組是：
[[  0  10  20  30]
 [ 40  50  60  70]
 [ 80  90 100 110]]

使用外部迴圈

nditer類的構造器擁有flags參數，它可以接受下列值：

在下面的實例中，迭代器遍曆對應於每列，並組合為一維數組。

輸出結果為：

原始數組是：
[[ 0  5 10 15]
 [20 25 30 35]
 [40 45 50 55]]


修改後的數組是：
[ 0 20 40], [ 5 25 45], [10 30 50], [15 35 55],

廣播迭代

如果兩個數組是可廣播的，nditer 組合對象能夠同時迭代它們。 假設數組 a 的維度為 3X4，數組 b 的維度為 1X4 ，則使用以下迭代器（數組 b 被廣播到 a 的大小）。

輸出結果為：

第一個數組為：

[[ 0  5 10 15]
 [20 25 30 35]
 [40 45 50 55]]


第二個數組為：

[1 2 3 4]


修改後的數組為：
0:1, 5:2, 10:3, 15:4, 20:1, 25:2, 30:3, 35:4, 40:1, 45:2, 50:3, 55:4,