Numpy ndarray.flat 属性

Numpy ndarray.flat 属性，返回数组上的一维迭代器。此迭代器允许我们像平铺数组一样对数组进行迭代，但不会创建新数组。

当我们需要以平铺方式迭代多维数组的元素时，此属性特别有用。

语法

以下是 Numpy ndarray.flat() 属性的语法 -

numpy.ndarray.flat

参数

Numpy ndarray.flat 属性不接受任何参数。

返回值

此属性返回一个数组上的一维迭代器。此迭代器可用于访问和修改数组元素。

示例 1

以下是 Numpy ndarray.flat 属性的示例，展示了如何使用 flat 属性迭代二维数组的每个元素 -

import numpy as np

# 创建二维 Numpy 数组
array_2d = np.array([[1, 2, 3], [4, 5, 6]])

# 使用 flat 迭代元素
for item in array_2d.flat:
print(item)

输出

1
2
3
4
5
6

示例2

此示例通过遍历平面迭代器并修改每个元素，使数组中的每个元素加倍。

import numpy as np

# 创建二维 numpy 数组
array_2d = np.array([[1, 2, 3], [4, 5, 6]])

# 使用扁平迭代器修改元素
for index, value in enumerate(array_2d.flat):
array_2d.flat[index] = value * 2

print(array_2d)

执行上述代码后，我们得到以下结果

[[ 2 4 6]
[ 8 10 12]]

示例 3

在此示例中，我们使用扁平迭代器访问三维数组中的特定元素，展示了扁平迭代器如何将数组扁平化将多维数组合并为一维数组以便于访问 -

import numpy as np

# 创建三维 numpy 数组
array_3d = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])

# 使用 flat 访问特定元素
print(array_3d.flat[0]) # 第一个元素
print(array_3d.flat[5]) # 第六个元素
print(array_3d.flat[-1]) # 最后一个元素

输出

1
6
8

numpy_array_manipulation.html