NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。
迭代器最基本的任务的可以完成对数组元素的访问。
接下来我们使用 arange() 函数创建一个 2X3 数组,并使用 nditer 对它进行迭代b
import numpy as np
a = np.arange(6).reshape(2, 3)
a
for _ in np.nditer(a):
print(_, end=', ')
a.T
for _ in np.nditer(a.T):
print(_, end=', ')
for _ in np.nditer(a.T.copy(order='C')):
print(_, end=', ')
import numpy as np
a = np.arange(0, 60, 5)
a
a = a.reshape(3, 4)
a
b = a.T
b
for _ in np.nditer(b):
print(_, end=', ')
c = b.copy(order='C')
c
for _ in np.nditer(c):
print(_, end=', ')
c = b.copy(order='F')
c
for _ in np.nditer(c):
print(_, end=', ')
for _ in np.nditer(a, order='C'):
print(_, end=', ')
for _ in np.nditer(a, order='F'):
print(_, end=', ')
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
for _ in np.nditer(a, op_flags=['readwrite']):
_[...] = 2 * _
a
"""
参数 描述
c_index 可以跟踪 C 顺序的索引 | 行
f_index 可以跟踪 Fortran 顺序的索引 | 列
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
"""
for _ in np.nditer(a, flags=['external_loop'], order='F'):
print(_, end=', ')
import numpy as np
a = np.arange(0, 60, 5).reshape(3, 4)
a
b = np.array([1, 2, 3, 4], dtype=int)
b
for x,y in np.nditer([a, b]):
print('x = %d, y = %d' % (x, y))