4.10　迭代数组

4.10.1　迭代器对象nditer

NumPy迭代器对象numpy.nditer提供了一种灵活访问一个或者多个数组元素的方式。迭代器最基本的任务是可以完成对数组元素的访问。接下来我们使用arange()函数创建一个2×3数组，并使用nditer对它进行迭代。比如：

     a = np.arange(6).reshape(2,3)
     print ('原始数组是：')
     print (a)
     print ('迭代输出元素：')
     for x in np.nditer(a):
         print (x, end=", " )
     print ("\n")

输出结果为：

     原始数组是：
     [[0 1 2]
      [3 4 5]]
     迭代输出元素：
     0, 1, 2, 3, 4, 5,

以上实例不是使用标准C或者Fortran顺序，选择的顺序是和数组内存布局一致的，这样做是为了提升访问的效率，默认是行序优先（row-major order，或者说是C-order）。这反映了默认情况下只需访问每个元素，而无须考虑其特定顺序。我们可以通过迭代上述数组的转置来看到这一点，并与以C顺序访问数组转置的copy方式做对比，实例如下：

输出结果为：

     0, 1, 2, 3, 4, 5,
     
     0, 3, 1, 4, 2, 5,

从上述例子可以看出，a和a.T的遍历顺序是一样的，也就是它们在内存中的存储顺序也是一样的，但是a.T.copy(order = 'C')的遍历结果是不同的，那是因为它和前两种的存储方式是不一样的，默认是按行访问。

4.10.2　控制遍历顺序

可以通过显式设置来强制nditer对象使用某种顺序，order='F'表示列序优先，order='C'表示行序优先。比如：

输出结果为：

     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,

4.10.3　修改数组中元素的值

nditer对象有一个可选参数op_flags。默认情况下，nditer将视待迭代遍历的数组为只读对象（read-only），为了在遍历数组的同时实现对数组元素值的修改，必须指定read-write或者write-only的模式。比如：

     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)

输出结果为：

     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]]

4.10.4　使用外部循环

nditer类的构造器拥有flags参数，它可以接受表4-5中所列的值。

在下面的实例中，迭代器遍历对应于每列，并组合为一维数组。比如：

     a = np.arange(0,60,5)
     a = a.reshape(3,4)
     print ('原始数组是：')
     print (a)
     print ('修改后的数组是：')
     for x in np.nditer(a, flags =  ['external_loop'], order =  'F'):
        print (x, end=", " )
     print ('\n')

输出结果为：

     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],

4.10.5　广播迭代

如果两个数组是可广播的，那么nditer组合对象能够同时迭代它们。假设数组 a 的维度为3×4、数组 b 的维度为1×4，则使用以下迭代器（数组 b 被广播到 a 的大小）：

     a = np.arange(0,60,5)
     a = a.reshape(3,4)
     print  ('第一个数组为：')
     print (a)
     print ('第二个数组为：')
     b = np.array([1,  2,  3,  4], dtype =  int)
     print (b)
     print ('修改后的数组为：')
     for x,y in np.nditer([a,b]):
        print ("%d:%d"  %  (x,y), end=", " )
     print ('\n')

输出结果为： 4jLsY92MkN74X/QmglYiKGcL+TDdHNK71GE0tPpviVZ3rEexu4Dcfv0rUsSlPKKZ

     第一个数组为：
     [[ 0  5 10 15]
      [20 25 30 35]
      [40 45 50 55]]
     第二个数组为：
     [1 2 3 4]
     修改后的数组为：
     0:1, 5:2, 10:3, 15:4, 20:1, 25:2, 30:3, 35:4, 40:1, 45:2, 50:3, 55:4,