NumPy - 数组上的迭代
NumPy 包包含一个迭代器对象numpy.nditer。 它是一个有效的多维迭代器对象，可以用于在数组上进行迭代。 数组的每个元素可使用 Python 的标准Iterator接口来访问。
让我们使用arange()函数创建一个 3X4 数组，并使用nditer对它进行迭代。
示例 1
import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)
print('原始数组是：')
print(a)
print('\n迭代的数据是：' )
for x in np.nditer(a):
print (x,)
输出如下：
原始数组是：
[[ 0 5 10 15]
[20 25 30 35]
[40 45 50 55]]
修改后的数组是：
0 5 10 15 20 25 30 35 40 45 50 55
示例 2
迭代的顺序匹配数组的内容布局，而不考虑特定的排序。 这可以通过迭代上述数组的转置来看到。
import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)
print('原始数组是：')
print( a)
print( '\n')
print( '原始数组的转置是：' )
b = a.T
print( b)
print ('\n')
print ('修改后的数组是：')
for x in np.nditer(b):
print (x,)
输出如下：
原始数组是：
[[ 0 5 10 15]
[20 25 30 35]
[40 45 50 55]]
原始数组的转置是：
[[ 0 20 40]
[ 5 25 45]
[10 30 50]
[15 35 55]]
修改后的数组是：
0 5 10 15 20 25 30 35 40 45 50 55
迭代顺序
如果相同元素使用 F 风格顺序存储，则迭代器选择以更有效的方式对数组进行迭代。
示例 1
import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)
print('原始数组是：')
print(a)
print ('\n')
print ('原始数组的转置是：')
b = a.T
print (b)
print ('\n')
print ('以 C 风格顺序排序：' )
c = b.copy(order='C')
print(c)
for x in np.nditer(c):
print(x,)
print('\n')
print('以 F 风格顺序排序：')
c = b.copy(order='F')
print(c)
for x in np.nditer(c):
print(x),
输出如下：
原始数组是：
[[ 0 5 10 15]
[20 25 30 35]
[40 45 50 55]]
原始数组的转置是：
[[ 0 20 40]
[ 5 25 45]
[10 30 50]
[15 35 55]]
以 C 风格顺序排序：
[[ 0 20 40]
[ 5 25 45]
[10 30 50]
[15 35 55]]
0 20 40 5 25 45 10 30 50 15 35 55
以 F 风格顺序排序：
[[ 0 20 40]
[ 5 25 45]
[10 30 50]
[15 35 55]]
0 5 10 15 20 25 30 35 40 45 50 55
示例 2
可以通过显式提醒，来强制nditer对象使用某种顺序：
import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)
print '原始数组是：'
print a
print '\n'
print '以 C 风格顺序排序：'
for x in np.nditer(a, order = 'C'):
print x,
print '\n'
print '以 F 风格顺序排序：'
for x in np.nditer(a, order = 'F'):
print x,
输出如下：
原始数组是：
[[ 0 5 10 15]
[20 25 30 35]
[40 45 50 55]]
以 C 风格顺序排序：
0 5 10 15 20 25 30 35 40 45 50 55
以 F 风格顺序排序：
0 20 40 5 25 45 10 30 50 15 35 55
修改数组的值
nditer对象有另一个可选参数op_flags。 其默认值为只读，但可以设置为读写或只写模式。 这将允许使用此迭代器修改数组元素。
示例
import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)
print '原始数组是：'
print a
print '\n'
for x in np.nditer(a, op_flags=['readwrite']):
x[...]=2*x
print '修改后的数组是：'
print a
输出如下：
原始数组是：
[[ 0 5 10 15]
[20 25 30 35]
[40 45 50 55]]
修改后的数组是：
[[ 0 10 20 30]
[ 40 50 60 70]
[ 80 90 100 110]]
外部循环
nditer类的构造器拥有flags参数，它可以接受下列值：
| 序号 | 参数及描述 |
|---|---|
| 1. | c_index可以跟踪 C 顺序的索引 |
| 2. | f_index可以跟踪 Fortran 顺序的索引 |
| 3. | multi-index每次迭代可以跟踪一种索引类型 |
| 4. | external_loop给出的值是具有多个值的一维数组，而不是零维数组 |
示例
在下面的示例中，迭代器遍历对应于每列的一维数组。
import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)
print '原始数组是：'
print a
print '\n'
print '修改后的数组是：'
for x in np.nditer(a, flags = ['external_loop'], order = 'F'):
print x,
输出如下：
原始数组是：
[[ 0 5 10 15]
[20 25 30 35]
[40 45 50 55]]
修改后的数组是：
[ 0 20 40] [ 5 25 45] [10 30 50] [15 35 55]
广播迭代
如果两个数组是可广播的，nditer组合对象能够同时迭代它们。 假设数组a具有维度 3X4，并且存在维度为 1X4 的另一个数组b，则使用以下类型的迭代器（数组b被广播到a的大小）。
示例
import numpy as np
a = np.arange(0,60,5)
a = a.reshape(3,4)
print '第一个数组：'
print a
print '\n'
print '第二个数组：'
b = np.array([1, 2, 3, 4], dtype = int)
print b
print '\n'
print '修改后的数组是：'
for x,y in np.nditer([a,b]):
print "%d:%d" % (x,y),
输出如下：
第一个数组：
[[ 0 5 10 15]
[20 25 30 35]
[40 45 50 55]]
第二个数组：
[1 2 3 4]
修改后的数组是：
0:1 5:2 10:3 15:4 20:1 25:2 30:3 35:4 40:1 45:2 50:3 55:4