Python–迭代 NumPy 中的列
原文:https://www . geesforgeks . org/python-iterate-over-columns-in-numpy/
Numpy(简称“数值 Python ”)是一个快速高效执行大规模数学运算的库。本文旨在向您介绍可以用来迭代 2D NumPy数组中的列的方法。由于一维数组仅由线性元素组成，因此其中不存在行和列的区别定义。因此，为了执行这样的操作，我们需要一个其 len(ary.shape) > 1 的数组。
要在 python 环境中安装NumPy，请在操作系统的命令处理器( CMD、Bash 等)中键入以下代码:
pip 安装 numpy
我们将研究迭代数组/矩阵的一列的几种方法:-
方法 1:
代码:在一个数组上使用原始 2D 切片操作来获得所需的一列或多列
import numpy as np
# Creating a sample numpy array (in 1D)
ary = np.arange(1, 25, 1)
# Converting the 1 Dimensional array to a 2D array
# (to allow explicitly column and row operations)
ary = ary.reshape(5, 5)
# Displaying the Matrix (use print(ary) in IDE)
print(ary)
# This for loop will iterate over all columns of the array one at a time
for col in range(ary.shape[1]):
print(ary[:, col])
输出:
[[ 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]])
[ 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 np.arange(25) 创建一个由 25 个元素(0-24)组成的线性数组。然后，我们使用 np.reshape() 重塑(将 1D 转换为 2D)，从线性阵列中创建 2D 阵列。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)，我们将 range() 与参数 ary.shape[1] 一起使用(其中shape[1]= 2D 对称数组中的列数)。在每次迭代中我们使用 ary[:, col] 从数组中输出一列，这意味着给定列的所有元素编号= col 。
方法 2: 在这个方法中，我们会转置数组，将每个列元素视为行元素(这又相当于列迭代)。
代码:
# 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 np.array() 创建了一个 2D 数组(与前面的例子相同)，并用 25 个值初始化它。然后我们转置数组，使用 ary.T 依次切换行和列以及列和行。然后我们迭代这个转置数组的每一行，并打印行值。
