Rivalry2

HTML Diff

0 added 0 removed

Original 2026-01-01

Modified 2026-03-10

1 <p>Теги: python, numpy, итератор, перебор массива, перебор элементов, итерации, numpy.nditer</p>

2 <p>В этой статье поговорим о способах перебора массива в Python. Для выполнения этой задачи воспользуемся возможностями, которые предоставляет библиотека NumPy.</p>

3 <p>NumPy - библиотека для языка программирования Python с открытым исходным кодом. В пакете NumPy содержится объект итератора<strong>numpy.nditer</strong>. Речь идёт об эффективном многомерном объекте-итераторе, посредством которого вы сможете осуществлять итерации по массиву, то есть выполнять перебор массива в Питоне. При этом каждый элемент массива "посещается" с применением стандартного интерфейса Python-итератора.</p>

4 <p>Чтобы продемонстрировать возможности этого метода, создадим массив размером 3 х 4, используя функцию arange (). После выполним перебор массива (итерацию по нему) посредством nditer .</p>

5 <h4>Пример № 1</h4>

6 import numpy as np a = np.arange(0,60,5) a = a.reshape(3,4) print 'Original array is:' print a print '\n' print 'Modified array is:' for x in np.nditer(a): print x,<p>В итоге получим следующий вывод:</p>

7 Original array is: [[ 0 5 10 15] [20 25 30 35] [40 45 50 55]] Modified array is: 0 5 10 15 20 25 30 35 40 45 50 55<h4>Пример № 2</h4>

8 <p>Здесь порядок итерации (перебора) массива подбирается таким образом, дабы соответствовать макету памяти массива, не учитывая конкретный порядок. Вы можете в этом убедиться, реализовав перебор по транспонированному массиву.</p>

9 import numpy as np a = np.arange(0,60,5) a = a.reshape(3,4) print 'Original array is:' print a print '\n' print 'Transpose of the original array is:' b = a.T print b print '\n' print 'Modified array is:' for x in np.nditer(b): print x,<p>В итоге получим следующий результат:</p>

10 Original array is: [[ 0 5 10 15] [20 25 30 35] [40 45 50 55]] Transpose of the original array is: [[ 0 20 40] [ 5 25 45] [10 30 50] [15 35 55]] Modified array is: 0 5 10 15 20 25 30 35 40 45 50 55<h2>Порядок перебора массива в Python</h2>

11 <p>Когда одни и те же элементы сохраняются в порядке F-стиля, итератор подбирает наиболее эффективный способ перебора Python-массива.</p>

12 <h4>Пример № 1</h4>

13 import numpy as np a = np.arange(0,60,5) a = a.reshape(3,4) print 'Original array is:' print a print '\n' print 'Transpose of the original array is:' b = a.T print b print '\n' print 'Sorted in C-style order:' c = b.copy(order = 'C') print c for x in np.nditer(c): print x, print '\n' print 'Sorted in F-style order:' c = b.copy(order = 'F') print c for x in np.nditer(c): print x,<p>В итоге получим следующий вывод::</p>

14 Original array is: [[ 0 5 10 15] [20 25 30 35] [40 45 50 55]] Transpose of the original array is: [[ 0 20 40] [ 5 25 45] [10 30 50] [15 35 55]] Sorted in C-style order: [[ 0 20 40] [ 5 25 45] [10 30 50] [15 35 55]] 0 20 40 5 25 45 10 30 50 15 35 55 Sorted in F-style order: [[ 0 20 40] [ 5 25 45] [10 30 50] [15 35 55]] 0 5 10 15 20 25 30 35 40 45 50 55<h4>Пример № 2</h4>

15 <p>Кроме того, мы можем заставить объект<strong>nditer</strong>применять определенный порядок, если явно упомянем его.</p>

16 import numpy as np a = np.arange(0,60,5) a = a.reshape(3,4) print 'Original array is:' print a print '\n' print 'Sorted in C-style order:' for x in np.nditer(a, order = 'C'): print x, print '\n' print 'Sorted in F-style order:' for x in np.nditer(a, order = 'F'): print x,<p>В итоге получим следующий вывод:</p>

17 Original array is: [[ 0 5 10 15] [20 25 30 35] [40 45 50 55]] Sorted in C-style order: 0 5 10 15 20 25 30 35 40 45 50 55 Sorted in F-style order: 0 20 40 5 25 45 10 30 50 15 35 55<p>Вот и всё. Помните, что повысить свою компетенцию в области Python-разработки вы всегда можете на наших курсах:</p>

18 <p><em><a>Источник</a></em></p>