NumPy ndarray.flat 属性

NumPy ndarray.flat 属性在 NumPy 数组上提供平面迭代器。它返回一个一维迭代器，可用于以扁平方式迭代数组的每个元素，而不管数组的原始形状如何。

当您需要按顺序迭代数组的元素，而不必担心数组的形状或维数时，它非常有用。

flat 属性不会更改数组，但允许对其元素进行更简单的线性迭代。

NumPy 中 flat 属性的用法

可以直接从 NumPy 数组访问 flat 属性，以在数组上创建扁平迭代器。

在执行元素级操作或需要以简单的线性顺序访问元素时，此属性非常有用。

以下是一些示例，演示如何使用 flat 迭代数组。

示例:迭代二维数组

在本例中，我们创建一个二维数组，并使用 flat 属性以扁平化的方式迭代每个元素 -

import numpy as np

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

# 迭代扁平化数组
for element in arr.flat:
    print(element)

以下是得到的输出 -

1
2
3
4
5
6

示例:修改元素

在本例中，我们创建一个2D 数组并使用 flat 属性修改其元素。我们通过以扁平化的方式迭代每个元素，使它们加倍 -

import numpy as np

# 创建二维数组
arr = np.array([[1, 2], [3, 4]])

# 通过将元素加倍来修改元素
for i in arr.flat:
    i *= 2
    print(arr)

这将产生以下结果 -

[[1 2]
[3 4]]

示例:展平高维数组

在此示例中，我们创建一个三维数组，并使用 flat 属性对展平后的数组进行迭代 -

import numpy as np

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

# 遍历扁平化数组
for element in arr.flat:
    print(element)

以下是上述代码的输出 -

1
2
3
4
5
6
7
8

示例:将 flat 用于空数组

在此示例中，我们检查访问空数组的 flat 属性的结果 -

import numpy as np

# 创建空数组
arr = np.array([])

# 遍历扁平化的空数组
for element in arr.flat:
    print(element)

结果如下 −

(no output, as the array is empty)

numpy_array_attributes.html