翼度科技»论坛 编程开发 python 查看内容

NumPy 数组迭代与合并详解

7

主题

7

帖子

21

积分

新手上路

Rank: 1

积分
21
NumPy 数组迭代

NumPy 数组迭代是访问和处理数组元素的重要方法。它允许您逐个或成组地遍历数组元素。
基本迭代

我们可以使用 Python 的基本 for 循环来迭代 NumPy 数组。
一维数组迭代:
  1. import numpy as np
  2. arr = np.array([1, 2, 3, 4, 5])
  3. for element in arr:
  4.     print(element)
复制代码
二维数组迭代:
  1. import numpy as np
  2. arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
  3. for row in arr:
  4.     for element in row:
  5.         print(element)
复制代码
多维数组迭代:
对于更高维度的数组,我们可以使用嵌套循环来迭代每个维度。
  1. import numpy as np
  2. arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
  3. for cube in arr:
  4.     for row in cube:
  5.         for element in row:
  6.             print(element)
复制代码
使用 nditer() 进行高级迭代

NumPy 提供了 np.nditer() 函数,用于更复杂的迭代操作。它允许您:
指定迭代顺序:order 参数可以是 'C'(行优先)或 'F'(列优先)。
过滤元素:flags 参数可以包含 'filtering' 和 'slicing' 等标志,用于过滤元素。
转换数据类型:op_dtypes 参数可以指定迭代过程中元素的数据类型。
使用步长:axes 和 step 参数可以用于指定迭代步长。
示例:
  1. import numpy as np
  2. arr = np.array([[1, 2, 3], [4, 5, 6]])
  3. # 迭代每个元素,并将其转换为字符串
  4. for element in np.nditer(arr, op_dtypes=['S']):
  5.     print(element)
复制代码
示例:
  1. import numpy as np
  2. arr = np.array([[1, 2, 3], [4, 5, 6]])
  3. # 迭代行,跳过第一个元素
  4. for row in np.nditer(arr[:, 1:], flags=['slicing']):
  5.     print(row)
复制代码
示例:
  1. import numpy as np
  2. arr = np.array([[1, 2, 3], [4, 5, 6]])
  3. # 迭代列,每隔一个元素
  4. for column in np.nditer(arr[:, ::2], flags=['slicing']):
  5.     print(column)
复制代码
使用 ndenumerate() 进行枚举迭代

np.ndenumerate() 函数将每个元素与其索引一起返回。
示例:
  1. import numpy as np
  2. arr = np.array([[1, 2, 3], [4, 5, 6]])
  3. for (row_idx, col_idx), element in np.ndenumerate(arr):
  4.     print(f"({row_idx}, {col_idx}): {element}")
复制代码
练习

使用 NumPy 数组迭代完成以下任务:

  • 创建一个 3x3 的二维数组,并打印每个元素。
  • 创建一个 5x5x5 的三维数组,并打印每个元素的坐标和值。
  • 创建一个 10 个元素的一维数组,并计算数组元素的平均值。
  • 创建一个 2x2 的二维数组,并将其转置(行列互换)。
  • 创建一个 3x4 的二维数组,并沿第 1 轴(行)堆叠两个这样的数组。
在评论中分享您的代码和输出。
Sure, here is the requested Markdown formatted content:
NumPy 合并数组

NumPy 提供了多种函数来合并数组,用于将多个数组的内容连接成一个新数组。
合并数组

np.concatenate() 函数用于沿指定轴连接多个数组。
语法:
  1. np.concatenate((arr1, arr2, ..., arrN), axis=None)
复制代码
arr1, arr2, ..., arrN: 要合并的数组。
axis: 指定连接的轴。默认为 0。
示例:
  1. import numpy as np
  2. arr1 = np.array([1, 2, 3])
  3. arr2 = np.array([4, 5, 6])
  4. # 合并两个一维数组
  5. arr = np.concatenate((arr1, arr2))
  6. print(arr)  # 输出: [1 2 3 4 5 6]
  7. # 沿行合并两个二维数组
  8. arr1 = np.array([[1, 2], [3, 4]])
  9. arr2 = np.array([[5, 6], [7, 8]])
  10. arr = np.concatenate((arr1, arr2), axis=1)
  11. print(arr)  # 输出: [[ 1  2  5  6]
  12.                         #  [ 3  4  7  8]]
复制代码
堆叠数组

np.stack() 函数用于沿新轴堆叠多个数组。
语法:
  1. np.stack((arr1, arr2, ..., arrN), axis=None)
复制代码
arr1, arr2, ..., arrN: 要堆叠的数组。
axis: 指定堆叠的轴。默认为 0。
示例:
  1. import numpy as np
  2. arr1 = np.array([1, 2, 3])
  3. arr2 = np.array([4, 5, 6])
  4. # 沿第二轴堆叠两个一维数组
  5. arr = np.stack((arr1, arr2), axis=1)
  6. print(arr)  # 输出: [[1 4]
  7.                         #  [2 5]
  8.                         #  [3 6]]
  9. # 沿行堆叠
  10. arr1 = np.array([[1, 2], [3, 4]])
  11. arr2 = np.array([[5, 6], [7, 8]])
  12. arr = np.stack((arr1, arr2), axis=0)
  13. print(arr)  # 输出: [[1 2]
  14.                         #  [3 4]
  15.                         #  [5 6]
  16.                         #  [7 8]]
复制代码
辅助函数

NumPy 提供了一些辅助函数来方便常见轴上的堆叠操作:
np.hstack():沿水平方向(行)堆叠数组。
np.vstack():沿垂直方向(列)堆叠数组。
np.dstack():沿第三轴(深度)堆叠数组。
示例:
  1. import numpy as np
  2. arr1 = np.array([1, 2, 3])
  3. arr2 = np.array([4, 5, 6])
  4. # 沿行堆叠
  5. arr = np.hstack((arr1, arr2))
  6. print(arr)  # 输出: [1 2 3 4 5 6]
  7. # 沿列堆叠
  8. arr = np.vstack((arr1, arr2))
  9. print(arr)  # 输出: [[1 4]
  10.                         #  [2 5]
  11.                         #  [3 6]]
复制代码
练习

使用 NumPy 的正确方法,将以下数组 arr1 和 arr2 合并成一个新数组。
  1. import numpy as np
  2. arr1 = np.array([1, 2, 3])
  3. arr2 = np.array([4, 5, 6])
  4. # 期望输出: [1 4 2 5 3 6]
复制代码
在评论中分享您的代码和输出。
最后

为了方便其他设备和平台的小伙伴观看往期文章:
微信公众号搜索:Let us Coding,关注后即可获取最新文章推送
看完如果觉得有帮助,欢迎点赞、收藏、关注

来源:https://www.cnblogs.com/xiaowange/p/18192255
免责声明:由于采集信息均来自互联网,如果侵犯了您的权益,请联系我们【E-Mail:cb@itdo.tech】 我们会及时删除侵权内容,谢谢合作!

举报 回复 使用道具