详解Python如何循环遍历Numpy中的Array

 更新时间:2022年04月16日 14:14:52   作者:赵卓不凡  
Numpy是Python中常见的数据处理库,是数据科学中经常使用的库。在本文中,我们将学习如何迭代遍历访问矩阵中的元素,需要的可以参考一下

1. 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!

2. 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 np
array = np.array([1, 2, 3, 4, 5, 6])
for x in array:
    print(x)
Output:
1
2
3
4
5
6

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 np
array = np.array([[1, 2, 3], [4, 5, 6]])
for x in array:
    for y in x:
        print(y)
Output:
1
2
3
4
5
6

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。

3. 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 np
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
for x in np.nditer(array):
    print(x)
Output:
1
2
3
4
5
6
7
8
9

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。

我们不妨在来看一个三维数组的例子,样例如下:

import numpy as np
array = np.array([[[1], [2]], [[3], [4]]])
for x in np.nditer(array):
    print(x)
Output:
1
2
3
4

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。

4. 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 np
array = 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 np
array = 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。

5. 结论

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。

到此这篇关于详解Python如何循环遍历Numpy中的Array的文章就介绍到这了,更多相关Python遍历Numpy Array内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • pytorch中的nn.ZeroPad2d()零填充函数实例详解

    pytorch中的nn.ZeroPad2d()零填充函数实例详解

    这篇文章主要介绍了pytorch中的nn.ZeroPad2d()零填充函数实例详解,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2021-04-04
  • 关于Pycharm安装第三方库超时 Read time-out的问题

    关于Pycharm安装第三方库超时 Read time-out的问题

    这篇文章主要介绍了关于Pycharm安装第三方库超时 Read time-out的问题, 找了几个命令都不是很好用,最后找到解决的步骤,感兴趣的朋友跟随小编一起看看吧
    2021-10-10
  • 关于Python中几种队列Queue用法区别

    关于Python中几种队列Queue用法区别

    这篇文章主要介绍了关于Python中几种队列Queue用法区别,queue队列中的put()或者get()方法中都提供了timeout参数,利用这个参数可以有效解决上述消除不能消费和线程一直阻塞问题,需要的朋友可以参考下
    2023-05-05
  • python中时间、日期、时间戳的转换的实现方法

    python中时间、日期、时间戳的转换的实现方法

    这篇文章主要介绍了python中时间、日期、时间戳的转换的实现方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-07-07
  • 基于python检查矩阵计算结果

    基于python检查矩阵计算结果

    这篇文章主要介绍了基于python检查矩阵计算结果,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2020-05-05
  • python 自动刷新网页的两种方法

    python 自动刷新网页的两种方法

    这篇文章主要介绍了python 自动刷新网页的两种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-04-04
  • Python中List.index()方法的使用教程

    Python中List.index()方法的使用教程

    这篇文章主要介绍了Python中List.index()方法的使用教程,是Python入门中的基础知识,需要的朋友可以参考下
    2015-05-05
  • python列表去重的二种方法

    python列表去重的二种方法

    这篇文章主要介绍了python列表去重的二种方法,第二种方法无法保持原有顺序,需要的朋友可以参考下
    2014-02-02
  • TensorFlow用expand_dim()来增加维度的方法

    TensorFlow用expand_dim()来增加维度的方法

    今天小编就为大家分享一篇TensorFlow用expand_dim()来增加维度的方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-07-07
  • python 判断一组数据是否符合正态分布

    python 判断一组数据是否符合正态分布

    这篇文章主要介绍了python 如何判断一组数据是否符合正态分布,帮助大家更好的利用python分析数据,感兴趣的朋友可以了解下
    2020-09-09

最新评论