NumPy多维数组迭代是如何工作的？（有无nditer）

Question

注：我不确定这是否是重复的——请告诉我是否是重复的（并结束问题）。

如果有一个一维NumPy数组vector，那么如果编写一个for循环，格式如下：

for element in vector :
    print(element)

结果将打印NumPy数组的每个元素。

如果有一个二维NumPy数组matrix，那么如果编写一个for循环的形式：

for vector in matrix :
    print(vector)

结果将打印二维NumPy数组的每一行，即打印一维NumPy数组，并且将而不是分别打印数组的每个元素。

但是，如果改为将for循环写入：

import numpy
for element in numpy.nditer(matrix) :
     print(element)

结果将打印二维NumPy数组的每个元素。

问题：如果有一个三维NumPy数组，tensor会发生什么？

a.如果要编写窗体的for循环：

for unknownType in tensor :
     print(unknownType)

这是否会打印构成tensor的二维NumPy（sub-）数组？

即，对于n维NumPy数组nArray，是否for unknownType in nArray :在nArray的组成（n-1）维NumPy（子）数组上迭代？

b.如果一个人写了表单的for循环：

for unknownType in numpy.nditer(tensor) :
    print(unknownType)

这会打印tensor的元素吗？或者它会打印组成二维NumPy（子）数组的一维NumPy（子）数组吗？

即，对于n维NumPy数组nArray，是否for unknownType in nditer(nArray) :迭代nArray的元素？或者它是否迭代组成（n-2）维NumPy（sub-）数组的组成（n-1）维NumPy（sub-）数组的nArray？

从名称nditer我不清楚，因为我不知道“nd”代表什么（“iter”显然是“iter”的缩写）。而且人们可能认为元素是“0维NumPy数组”，所以给我的2维NumPy数组的例子是模棱两可的。

我已经看过^{} documentation了，但老实说，我不理解这些例子，也不理解它们试图演示的内容——它似乎是由程序员（我不是）为程序员编写的。

Answer 1

如果只使用for循环，则迭代在第一个维度上，如果数组只有一个维度，则这将是元素，如果是2D，则是行，如果是3D，则将在平面上迭代。。。

然而nditer是一个ND（代表n维）迭代器。它将遍历数组中的每个元素。大概是吧相当于for item in your_array.ravel()（在数组的平坦“视图”上迭代）。对于一维数组，它在元素上迭代；对于二维数组，它首先在第一行中的元素上迭代，然后在第二行上迭代，依此类推。

注意nditer比它强大得多，它可以一次在多个数组上迭代，您可以缓冲迭代和许多其他东西。

---

但是对于NumPy，您通常不想使用for-循环或np.nditer。有许多“矢量化”操作使得手动迭代（在大多数情况下）不必要。