从遍历二维多维数组到遍历多维数组

从遍历二维多维数组到遍历多维数组

问题：

在学习sklearn pipeline的一个案例时,

特征集聚与单变量选择 — scikit-learn 1.4.0 文档

其中有一段代码：

n_samples = 200
size = 40
X = np.random.randn(n_samples, size**2)# X.shape:(n_samples, size**2)(200, 1600)
for x in X:  # smooth data
    x[:] = ndimage.gaussian_filter(x.reshape(size, size), sigma=1.0).ravel()

X = np.random.randn(n_samples, size**2)使用 NumPy 库生成的随机数组。它会生成一个形状为 (n_samples, size**2)即(200，1600) 的 二维数组，其中的元素都是从标准正态分布中随机抽取的。

那么，for x in X：是按什么遍历的呢？

测试一下

发现默认情况下是按行遍历的
那么如何案列遍历？X是二维数组，转置一下应该就可以了，测试一下

如果要遍历一个多维数组中的每个单个数据点，就可以使用嵌套的循环

for x in X:
    for value in x:
        ...

numpy.nditer()

查了一下资料，也可以使用numpy的numpy.nditer()函数,无论数组是多少维度的，它以展开的方式迭代多维数组X中的每个元素。

import numpy as np

for value in np.nditer(X):
    ...

多维数组

我们生成一个三维数组来测试一下

X = np.random.randn(10, 20, 30)
for x in X:
    print(x.shape)

发现他默认按照第一个维度（最外层维度）遍历。X的维度是（10， 20， 30）使用 for x in X 进行迭代时，x 取值为 X 的第i个切片，即 X[i :, :]，得到的是二维组，那么就可以同前面遍历二维组数的方法嵌套进行遍历。

for x in X:
    for y in x:
       for value in y：
       		...