np.nditer()函数

在jupyter notebook 中同时输入多行

from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity = 'all'

np.nditer(self, /, *args, **kwargs)

有效的多维迭代器对象，可以遍历数组。

参数：

• op ： ndarray或array_like的序列。迭代的数组。

• flags ： str的序列，可选。用于控制迭代器行为的标志。

  • -“buffered”可在需要时启用缓冲。
  • “c_index”导致跟踪C顺序索引。
  • “f_index”导致跟踪Fortran-order索引。
  • “multi_index”导致跟踪多个索引或每个迭代维度一个索引元组。
  • “common_dtype”会将所有操作数转换为公共数据类型，并根据需要进行复制或缓冲。
  • “copy_if_overlap”使迭代器确定读操作数是否与写操作数重叠，并根据需要进行临时复制以避免重叠。在某些情况下，可能会出现误报（不必要的复制）。
  • “delay_bufalloc”延迟缓冲区的分配，直到进行reset（）调用。允许“allocate”操作数在其值复制到缓冲区之前进行初始化。
  • “external_loop”导致给定的值是具有多个值的一维数组，而不是零维数组。
  • 当同时使用“buffered”和“external”循环时，“grow-inner”允许值数组大小大于缓冲区大小。
  • “ranged”允许将迭代器限制为iterindex值的子范围。
  • “refs_ok”允许迭代引用类型，例如对象数组。
  • “reduce_ok”允许迭代广播的“readwrite”操作数，也称为缩减操作数。
  • “zerosize_ok”允许itersize为零。

• op_flags ： str列表，可选。这是每个操作数的标志列表。至少，必须指定“readonly”，“readwrite”或“writeonly”中的一个。

  • “readonly”表示只读取操作数。
  • “readwrite”表示将读取和写入操作数。
  • “writeonly”表示只会写入操作数。
  • “no_broadcast”阻止操作数被广播。
  • “contig”强制操作数数据是连续的。
  • “aligned”强制操作数数据对齐。
  • “nbo”强制操作数数据以本机字节顺序排列。
  • 如果需要，“copy”允许临时只读副本。
  • “updateifcopy”允许在需要时使用临时读写副本。
  • 如果在op参数中为None，则“allocate”会导致分配数组。
  • “no_subtype”阻止“allocate”操作数使用子类型。
  • “arraymask”表示此操作数是在写入设置了“writemasked”标志的操作数时用于选择元素的掩码。迭代器不强制执行此操作，但是当从缓冲区写回数组时，它只复制由此掩码指示的元素。
  • 'writemasked’表示只写入所选’arraymask’操作数为True的元素。
  • “overlap_assume_elementwise”可用于标记仅在迭代器顺序中访问的操作数，以便在存在“copy_if_overlap”时允许不太保守的复制。

• op_dtypes ： dtype的dtype 或tuple，可选。操作数所需的数据类型。如果启用了复制或缓冲，则数据将转换为原始类型或从其原始类型转换。

• order： {‘C’，‘F’，‘A’，‘K’}，可选
  控制迭代顺序。'C’表示C顺序，'F’表示Fortran顺序，'A’表示’F’顺序，如果所有数组都是Fortran连续，否则’C’顺序，‘K’表示接近数组元素出现的顺序在内存中尽可能。这也会影响“allocate”操作数的元素内存顺序，因为它们被分配为与迭代顺序兼容。默认为’K’。

• casting ：{‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’}，可选。控制进行复制或缓冲时可能出现的数据转换类型。建议不要将此设置为“unsafe”，因为它会对累积产生不利影响。

  • “no”表示完全不应强制转换数据类型。
  • “equiv”表示只允许更改字节顺序。
  • “safe”表示只允许保留值的强制转换。
  • “same_kind”意味着只允许安全的类型或类型内的类型，如float64到float32。
  • “unsafe”表示可以进行任何数据转换。

• op_axes ： 整数列表列表，可选。如果提供，则是每个操作数的int或None列表。操作数的轴列表是从迭代器的维度到操作数的维度的映射。可以为条目放置值-1，从而将该维度视为“newaxis”。

• itershape ： 整数元组，可选。迭代器的理想形状。这允许“allocate”具有由op_axes映射的维度的操作数不对应于不同操作数的维度，以获得该维度不等于1的值。

• buffersize ： int，可选。启用缓冲时，控制临时缓冲区的大小。设置为0表示默认值。

实例一：

• 单维迭代

import numpy as np 

x = np.arange(6).reshape(2,3)
it = np.nditer(x, flags=['f_index'])
# print(*it)   # 0 1 2 3 4 5
while not it