Numpy
(“数值Python ”的缩写)是一个用于以快速有效的方式执行大规模数学运算的库。本文旨在教育您关于可以在2DNumPy
数组中的列上进行迭代的方法。由于一维数组仅由线性元素组成,因此不存在对其中的行和列的明确定义。因此,为了执行此类操作,我们需要一个数组,其len(ary.shape) > 1
。
要NumPy
在您的python环境中安装,请在操作系统的命令处理器(CMD,Bash等)中键入以下代码:
我们将研究在数组/矩阵的列上进行迭代的几种方法:
方法1:
代码:对数组使用原始2D切片操作以获取所需的列/列
[[0,1,2,3,4], [5,6,7,8,9], [10,11,12,13,13,14], [15、16、17、18、19], [20、21、22、23、24]]) [0 5 10 15 20] [1 6 11 16 21] [2 7 12 17 22] [3 8 13 18 23] [4 9 14 19 24]
说明:
在上面的代码中,我们首先使用创建一个25个元素(0-24)的线性数组np.arange(25)
。然后,使用np.reshape()
从线性数组中创建2D数组,将其重塑(将1D转换为2D)。然后我们输出转换后的数组。现在,我们使用了一个for循环,该循环将迭代x次(其中x是数组中的列数),并range()
与参数一起使用ary.shape[1]
(其中shape[1]
= 2D对称数组中的列数)。在每次迭代中,我们从数组中输出一列,使用ary[:, col]
表示给定列的所有元素number = col
。
方法2:
在此方法中,我们将转置数组以将每个列元素都视为行元素(而后者等效于列迭代)。
# libraries import numpy as np # Creating an 2D array of 25 elements ary = np.array([[ 0, 1, 2, 3, 4], [ 5, 6, 7, 8, 9], [10, 11, 12, 13, 14], [15, 16, 17, 18, 19], [20, 21, 22, 23, 24]]) # This loop will iterate through each row of the transposed # array (equivalent of iterating through each column) for col in ary.T: print(col)
输出:
[0 5 10 15 20] [1 6 11 16 21] [2 7 12 17 22] [3 8 13 18 23] [4 9 14 19 24]
说明:
首先,我们使用创建了一个2D数组(与前面的示例相同),np.array()
并使用25个值对其进行了初始化。然后,我们转置数组,使用ary.T
该数组依次切换带有列的行和带有行的列。然后,我们遍历此转置数组的每一行并打印行值