Python – 遍历 NumPy 中的列

Numpy （“ Numerical Python ”的缩写）是一个用于以快速有效的方式执行大规模数学运算的库。本文旨在向您介绍可用于迭代 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分定义。因此，为了执行这样的操作，我们需要一个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 install numpy

编程需要懂一点英语

我们将研究几种迭代数组/矩阵列的方法：-

方法一：

代码：在数组上使用原始 2D 切片操作来获得所需的列/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]

解释：

在上面的代码中，我们首先使用np.arange(25)创建了一个包含 25 个元素 (0-24) 的线性数组。然后我们使用np.reshape()重塑（将 1D 转换为 2D）以从线性数组中创建 2D 数组。然后我们输出转换后的数组。现在我们使用了一个 for 循环，它将迭代x次（其中 x 是数组中的列数），我们使用range()和参数ary.shape[1] （其中shape[1] = 中的列数）一个二维对称阵列）。在每次迭代中，我们使用ary[:, col]从数组中输出一列，这意味着给出列号 = col的所有元素。

方法二：
在这种方法中，我们将转置数组以将每个列元素视为一个行元素（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]

解释：
首先，我们使用np.array()创建了一个 2D 数组（与前面的示例相同）并用 25 个值对其进行初始化。然后我们转置数组，使用ary.T依次切换行与列和列与行。然后我们遍历这个转置数组的每一行并打印行值。