
01
引言
Numpy是Python中常见的数据处理库。Numpy是 Numerical Python的缩写,它是数据科学中经常使用的库。Numpy专门用于处理矩阵运算,因为它包含各式各样的处理函数。在本文中,我们主要用于学习如何迭代遍历访问矩阵中的元素。
闲话少说,我们直接开始吧!
02
使用For循环遍历
首先我们来看个例子,使用循环来遍历数组,样例代码如下:
import numpy as nparray = np.array([1, 2, 3, 4, 5, 6])for x in array:print(x)Output:123456
在上面的例子中,我们创建了一个一维数组,并成功地遍历访问了每个值。现在让我们来看一个二维矩阵中的例子:
import numpy as nparray = np.array([[1, 2, 3], [4, 5, 6]])for x in array:for y in x:print(y)Output:123456
正如我们在上面例子中所看到的,我们仍然能够打印出每个单独的值。因为它是一个二维数组,所以我们必须使用两个for循环来输出每个单独的值。这是我们通常迭代二维数组的方式,但NumPy为我们提供了新的函数,使得迭代NumPy数组变得更容易。
03
函数 nditer()
函数 nditer() 主要用于循环遍历整个数组,而无需为每个额外维度使用嵌套for循环。
我们不妨来看一个例子:
import numpy as nparray = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])for x in np.nditer(array):print(x)Output:123456789
上述例子是一个二维的数组,我们使用函数 nditer() 后,我们不需要再使用嵌套的for循环。函数 nditer() 成功地f访问并打印了数组中的每个值。
我们不妨再来看一个三维数组的例子,样例如下:
import numpy as nparray = np.array([[[1], [2]], [[3], [4]]])for x in np.nditer(array):print(x)Output:1234
正如我们在上面的例子中所看到的,函数 nditer() 成功地迭代了三维数组中的每个元素。
04
函数 ndenumerate()
接着我们来介绍函数 ndenumerate(),该函数的作用是输出相应的索引号的对应的值。
样例代码如下:
import numpy as nparray = np.array([1, 2, 3, 4, 5, 6])for i, x in np.ndenumerate(array):print(i, x)Output:(0,) 1(1,) 2(2,) 3(3,) 4(4,) 5(5,) 6
正如上述例子中,我们在括号内输出了每个元素的索引号及其相应的值。接着我们再来看一个二维矩阵的例子:
import numpy as nparray = np.array([[1, 2, 3], [4, 5, 6]])for i, x in np.ndenumerate(array):print(i, x)Output:(0, 0) 1(0, 1) 2(0, 2) 3(1, 0) 4(1, 1) 5(1, 2) 6
在上述例子中,我们输出的第一维表示每个元素的索引号,第二维表示每个元素的值。
05
总结
本文重点介绍了在Numpy中常用的两个函数nditer()以及ndenumerate(),这两个函数在高维数组中循环遍历时非常有用,希望大家可以在日常工作中多多使用。
点击上方小卡片关注我
万水千山总关情,点个在看行不行。

