NumPy 陣列迭代與合併詳解

小万哥丶發表於2024-05-14

NumPy 陣列迭代

NumPy 陣列迭代是訪問和處理陣列元素的重要方法。它允許您逐個或成組地遍歷陣列元素。

基本迭代

我們可以使用 Python 的基本 for 迴圈來迭代 NumPy 陣列。

一維陣列迭代:

import numpy as np

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

for element in arr:
    print(element)

二維陣列迭代:

import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

for row in arr:
    for element in row:
        print(element)

多維陣列迭代:

對於更高維度的陣列,我們可以使用巢狀迴圈來迭代每個維度。

import numpy as np

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])

for cube in arr:
    for row in cube:
        for element in row:
            print(element)

使用 nditer() 進行高階迭代

NumPy 提供了 np.nditer() 函式,用於更復雜的迭代操作。它允許您:

指定迭代順序:order 引數可以是 'C'(行優先)或 'F'(列優先)。
過濾元素:flags 引數可以包含 'filtering''slicing' 等標誌,用於過濾元素。
轉換資料型別:op_dtypes 引數可以指定迭代過程中元素的資料型別。
使用步長:axesstep 引數可以用於指定迭代步長。

示例:

import numpy as np

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

# 迭代每個元素,並將其轉換為字串
for element in np.nditer(arr, op_dtypes=['S']):
    print(element)

示例:

import numpy as np

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

# 迭代行,跳過第一個元素
for row in np.nditer(arr[:, 1:], flags=['slicing']):
    print(row)

示例:

import numpy as np

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

# 迭代列,每隔一個元素
for column in np.nditer(arr[:, ::2], flags=['slicing']):
    print(column)

使用 ndenumerate() 進行列舉迭代

np.ndenumerate() 函式將每個元素與其索引一起返回。

示例:

import numpy as np

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

for (row_idx, col_idx), element in np.ndenumerate(arr):
    print(f"({row_idx}, {col_idx}): {element}")

練習

使用 NumPy 陣列迭代完成以下任務:

  1. 建立一個 3x3 的二維陣列,並列印每個元素。
  2. 建立一個 5x5x5 的三維陣列,並列印每個元素的座標和值。
  3. 建立一個 10 個元素的一維陣列,並計算陣列元素的平均值。
  4. 建立一個 2x2 的二維陣列,並將其轉置(行列互換)。
  5. 建立一個 3x4 的二維陣列,並沿第 1 軸(行)堆疊兩個這樣的陣列。

在評論中分享您的程式碼和輸出。

Sure, here is the requested Markdown formatted content:

NumPy 合併陣列

NumPy 提供了多種函式來合併陣列,用於將多個陣列的內容連線成一個新陣列。

合併陣列

np.concatenate() 函式用於沿指定軸連線多個陣列。

語法:

np.concatenate((arr1, arr2, ..., arrN), axis=None)

arr1, arr2, ..., arrN: 要合併的陣列。
axis: 指定連線的軸。預設為 0。

示例:

import numpy as np

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

# 合併兩個一維陣列
arr = np.concatenate((arr1, arr2))
print(arr)  # 輸出: [1 2 3 4 5 6]

# 沿行合併兩個二維陣列
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
arr = np.concatenate((arr1, arr2), axis=1)
print(arr)  # 輸出: [[ 1  2  5  6]
                        #  [ 3  4  7  8]]

堆疊陣列

np.stack() 函式用於沿新軸堆疊多個陣列。

語法:

np.stack((arr1, arr2, ..., arrN), axis=None)

arr1, arr2, ..., arrN: 要堆疊的陣列。
axis: 指定堆疊的軸。預設為 0。

示例:

import numpy as np

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

# 沿第二軸堆疊兩個一維陣列
arr = np.stack((arr1, arr2), axis=1)
print(arr)  # 輸出: [[1 4]
                        #  [2 5]
                        #  [3 6]]

# 沿行堆疊
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
arr = np.stack((arr1, arr2), axis=0)
print(arr)  # 輸出: [[1 2]
                        #  [3 4]
                        #  [5 6]
                        #  [7 8]]

輔助函式

NumPy 提供了一些輔助函式來方便常見軸上的堆疊操作:

np.hstack():沿水平方向(行)堆疊陣列。
np.vstack():沿垂直方向(列)堆疊陣列。
np.dstack():沿第三軸(深度)堆疊陣列。

示例:

import numpy as np

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

# 沿行堆疊
arr = np.hstack((arr1, arr2))
print(arr)  # 輸出: [1 2 3 4 5 6]

# 沿列堆疊
arr = np.vstack((arr1, arr2))
print(arr)  # 輸出: [[1 4]
                        #  [2 5]
                        #  [3 6]]

練習

使用 NumPy 的正確方法,將以下陣列 arr1arr2 合併成一個新陣列。

import numpy as np

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

# 期望輸出: [1 4 2 5 3 6]

在評論中分享您的程式碼和輸出。

最後

為了方便其他裝置和平臺的小夥伴觀看往期文章:

微信公眾號搜尋:Let us Coding,關注後即可獲取最新文章推送

看完如果覺得有幫助,歡迎點贊、收藏、關注

相關文章