python - Numpy如何遍历数组的列？

Question

假设我有和 mxn 数组。我想将此数组的每一列传递给一个函数以对整个列执行一些操作。如何迭代数组的列？

例如，我有一个 4 x 3 数组

1  99 2
2  14 5
3  12 7
4  43 1

for column in array:
  some_function(column)

其中列在第一次迭代中为“1,2,3,4”，第二次为“99,14,12,43”，第三次为“2,5,7,1”。

Answer 1

只需遍历数组的转置：

for column in array.T:
   some_function(column)

Answer 2

这应该给你一个开始

>>> for col in range(arr.shape[1]):
    some_function(arr[:,col])


[1 2 3 4]
[99 14 12 43]
[2 5 7 1]

Answer 3

您还可以使用 unzip 遍历列

for col in zip(*array):
   some_function(col)

Answer 4

对于三维数组，您可以尝试：

for c in array.transpose(1, 0, 2):
    do_stuff(c)

请参阅有关如何array.transpose工作的文档。基本上，您正在指定要移动的维度。在这种情况下，我们将第二维（例如列）移动到第一维。

Answer 5

for c in np.hsplit(array, array.shape[1]):
    some_fun(c)

Answer 6

例如，您想找到矩阵中每一列的平均值。让我们创建以下矩阵

mat2 = np.array([1,5,6,7,3,0,3,5,9,10,8,0], dtype=np.float64).reshape(3, 4)

平均值的函数是

def my_mean(x):
    return sum(x)/len(x)

做需要做的事情并将结果存储在冒号向量“结果”中

results = np.zeros(4)
for i in range(0, 4):
    mat2[:, i] = my_mean(mat2[:, i])

results = mat2[1,:]      

结果是： array([4.33333333, 5. , 5.66666667, 4. ])

Answer 7

这个问题很老，但对于现在看的人来说。

您可以像这样遍历 numpy 数组的行：

for row in array:
    some_function(row) # do something here

因此，要遍历 2D 数组的列，您可以像这样简单地转置它：

transposed_array = array.T

#Now you can iterate through the columns like this:
for column in transposed_array:
    some_function(column) # do something here

例如，如果您想将每一列的结果收集到一个列表中，您可以使用列表推导。

[some_function(column) for column in array.T]

因此，总而言之，您可以对数组的每一列执行一个函数，并使用这行代码将结果收集到一个列表中：

result_list = [some_function(column) for column in array.T]

Answer 8

或者，您可以使用enumerate. 它还为您提供列号和列值。

for num, column in enumerate(array.T):
    some_function(column) # column: Gives you the column value as asked in the question
    some_function(num) # num: Gives you the column number 

Answer 9

列表 -> 数组 -> 矩阵 -> 矩阵.T

import numpy as np

list = [1, 99, 2, 2, 14, 5, 3, 12, 7, 4, 43, 1]
arr_n = np.array(list) # list -> array
print(arr_n)
matrix = arr_n.reshape(4, 3) # array -> matrix(4*3）
print(matrix)
print(matrix.T) # matrix -> matrix.T



[ 1 99  2  2 14  5  3 12  7  4 43  1]

[[ 1 99  2]
 [ 2 14  5]
 [ 3 12  7]
 [ 4 43  1]]

[[ 1  2  3  4]
 [99 14 12 43]
 [ 2  5  7  1]]