Python NumPy（八）数组迭代

迭代数组

迭代意味着一个一个地遍历元素。

当我们在 numpy 中处理多维数组时，我们可以使用 forpython 的基本循环来做到这一点。

如果我们迭代一维数组，它将一个一个地遍历每个元素。

例子

迭代以下一维数组的元素：

import numpy as np

arr = np.array([1, 2, 3])

for x in arr:
  print(x)

==========

1
2
3

---

迭代二维数组

在二维数组中，它将遍历所有行。

例子

迭代以下二维数组的元素：

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

for x in arr:
  print(x)

自己试试 »
=======

[1 2 3]
[4 5 6]

使用 nditer() 迭代数组

该函数nditer()是一个帮助函数，可以从非常基本的迭代到非常高级的迭代使用。它解决了我们在迭代中面临的一些基本问题，让我们通过例子来了解它。

迭代每个标量元素

在基本for循环中，遍历数组的每个标量，我们需要使用 n 个 for循环，这对于具有非常高维数的数组可能很难编写。

例子

遍历以下 3-D 数组：

import numpy as np

arr = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

for x in np.nditer(arr):
  print(x)

自己试试 »

======

1
2
3
4
5
6
7
8

以不同的步长迭代

我们可以使用过滤，然后进行迭代。

例子

遍历 2D 数组的每个标量元素，跳过 1 个元素：

import numpy as np

arr = np.array([[1, 2, 3, 4], [5, 6, 7, 8]])

for x in np.nditer(arr[:, ::2]):
  print(x)

======

1
3
5
7

使用 ndenumerate() 进行枚举迭代

枚举是指一一提到某事的序号。

有时我们在迭代时需要元素的相应索引，该ndenumerate()方法可以用于那些用例。

例子

枚举以下一维数组元素：

import numpy as np

arr = np.array([1, 2, 3])

for idx, x in np.ndenumerate(arr):
  print(idx, x)

========

(0, 0) 1
(0, 1) 2
(0, 2) 3
(0, 3) 4
(1, 0) 5
(1, 1) 6
(1, 2) 7
(1, 3) 8

加入 NumPy 数组

连接意味着将两个或多个数组的内容放在一个数组中。

在 SQL 中，我们基于键连接表，而在 NumPy 中，我们通过轴连接数组。

我们将一系列想要加入 concatenate()函数的数组与轴一起传递。如果未显式传递axis，则将其视为0。

例子

加入两个数组

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.concatenate((arr1, arr2))
print(arr)

=======

[1 2 3 4 5 6]

使用堆栈函数连接数组

堆叠与串联相同，唯一的区别是堆叠是沿着一个新的轴完成的。

我们可以沿着第二个轴连接两个一维数组，这将导致它们一个在另一个上，即。堆叠。

我们将一系列想要加入到 stack()方法中的数组与轴一起传递。如果未显式传递轴，则将其视为 0。

例子

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.stack((arr1, arr2), axis=1)

[[1 4] [2 5] [3 6]]

沿行堆叠

NumPy 提供了一个辅助函数：hstack() 沿行堆叠。

例子

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.hstack((arr1, arr2))

=======

[1 2 3 4 5 6]

沿列堆叠

NumPy 提供了一个辅助函数：vstack()  沿列堆叠。

例子

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.vstack((arr1, arr2))

=======

[[1 2 3]
 [4 5 6]]

沿高度（深度）堆叠

NumPy 提供了一个辅助函数：dstack() 沿高度堆叠，与深度相同。

例子

import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.dstack((arr1, arr2))
print(arr)

=======

[[[1 4]
  [2 5]
  [3 6]]]
转载于：
https://www.w3schools.com/python/numpy/numpy_array_join.asp