如何在 NumPy 中迭代列

---

NumPy 的名稱代表 Numerical Python。它有助於解決陣列上的數學運算。在 Python 中，我們有一些內建函式，例如 nditor()、T()、array()、shape[] 和 apply_along_axis()，它們將用於在 NumPy 中迭代列。

語法

以下語法在示例中使用 -

nditer()

NumPy 模組包含此用於迭代器物件的內建函式。

T()

此函式指的是列資料框中索引的轉置。

array()

這是 Python 中的一個內建函式，用於建立陣列。陣列透過收集相同資料型別的項來定義。

apply_along_axis()

apply_along_axis() 在輸入陣列的 1D 切片上執行給定函式，其中切片沿著我們選擇的軸進行。

Shape[]

這用於獲取名為 NumPy 的模組的維度。此外，還獲取 Pandas 模組的維度。

使用 nditer() 函式

該程式使用 for 迴圈，其中變數透過內建函式 nditer() 與 T() 迭代來在 NumPy 中迭代列。

示例

在以下示例中，我們將開始匯入名為 numpy 的模組並將物件引用作為 ny。然後使用內建函式 array() 與 ny 建立 4*3 矩陣陣列並將其儲存在變數 arr 中。接下來，使用 for 迴圈，其中變數 col 迭代 nditer()，該函式接受引數 - arr.T() 來轉置列的索引。最後，在 print 函式中使用變數 col 以獲取結果。

import numpy as ny
# Create a sample 2D array
arr = ny.array([[10, 20, 30], [40, 50, 60], [70, 80, 90], [110, 120, 130]])
print("Iteration of all the columns:")
# Iterate over columns using nditer
for col in ny.nditer(arr.T):
    print(col)

輸出

 Iteration of all the columns:
10
20
30
40
50
60
70
80
90
110
120
130

使用陣列轉置

該程式使用矩陣的概念，它將矩陣按行轉置為列，並以此方式在 NumPy 中迭代列。

示例

在以下示例中，透過匯入模組開始程式，然後使用內建函式 array() 建立列表矩陣以儲存在變數 arr 中。現在使用 for 迴圈轉置輸入陣列矩陣，其中變數 col 在 arr.T 的幫助下迭代每一列。最後，我們使用變數 col 列印結果。

# import the module
import numpy as np
# create the list matrix
arr = np.array([[1, 2, 3 ],
				[4, 5, 6],
				[7, 8, 9]]
				)
# Transpose array matrix
for col in arr.T:
	print(col)

輸出

 [1 4 7] 
 [2 5 8] 
 [3 6 9]

使用 apply_along_axis() 函式

該程式使用內建函式 apply_along_axis()，它將切片輸入陣列的給定函式以在 NumPy 中迭代每一列。

示例

在以下示例中，開始匯入模組，然後在變數 arr 中建立 2D 陣列表示。接下來，使用使用者定義的函式操作每一列，該函式接受名為 col 的引數，該引數透過內建函式 apply_along_axis() 接收值，它將列印列。最後，apply_along_matrix() 接受以下引數 -

• p_column：這是第一個引數，作為命名函式定義傳遞給轉置陣列arr.T（第三個引數）的每一列。

• 0：第二個引數 0 指定應沿輸入陣列的第一軸（列）應用該函式。

• arr.T：轉置陣列，這將有助於迭代列。

import numpy as np
# 2D array representation
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
# operate each column using the function
def p_column(col):
    print(col)
# Iterate the column
np.apply_along_axis(p_column, 0, arr.T)

輸出

[1 2 3]
[4 5 6]
[7 8 9]

使用 While 迴圈

該程式使用 shape 方法獲取 NumPy 模組的維度，並使用 while 迴圈迭代輸入陣列的每一列。

示例

在以下示例中，開始匯入模組並建立輸入陣列以在變數 arr 中建立一個包含行和列的陣列列表。使用相同的變數，它將使用 Shape[] 獲取陣列的維度並將其儲存在變數 num_cols 中。然後將變數 col_index 初始化為 0，表示初始索引值。接下來，使用 while 迴圈使用 < 運算子設定條件。然後使用切片和增量生成結果。

import numpy as np
# Create the 2D array
arr = np.array([[1, 5, 9], [13, 14, 21], [25, 29, 33]])
# Get the number of columns
num_cols = arr.shape[1]
# Initialize the column index
col_index = 0
# Using a while loop iterates over each column
while col_index < num_cols:
    col = arr[:, col_index]
    print(col)
    col_index += 1

輸出

 [ 1 13 25] 
 [ 5 14 29] 
 [ 9 21 33]

結論

我們討論瞭解決此問題陳述的各種方法。我們看到了 NumPy 的一些流行的迭代內建函式，即 nditer()、T() 和 shape[]，它們有助於迭代列。NumPy 模組在以下操作中工作，例如線性代數、矩陣和傅立葉變換。