numpy 对每一列进行遍历

可以使用 numpy 数组的 `nditer` 对数组的每一列进行遍历。示例如下：

import numpy as np

# 创建一个矩阵
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

# 遍历每一列
for col in np.nditer(arr, order='F'):
    print(col)

在这里，`order='F'` 指定了遍历是按列顺序进行的（'F' 指 FORTRAN 顺序，也就是列优先）。输出结果是：

1
4
7
2
5
8
3
6
9

也可以使用numpy的'axis'参数进行遍历

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
for col in np.apply_along_axis(lambda x: x, 0, arr):
    print(col)

输出结果也是：

[1 4 7]
[2 5 8]
[3 6 9]

相关问题

numpy 对每一列进行遍历，按列输出，每列一个array

可以使用 numpy 的 "ndarray.T" 属性来转置数组，然后使用 for 循环遍历转置后的数组的每一行。如下所示:

import numpy as np

a = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
for column in a.T:
    print(column)

输出结果为：

[1 4 7]
[2 5 8]
[3 6 9]

讲解一下 上面代码中 .T 的含义,
`a.T` 代表转置后的数组，
`a.T[i]` 代表第i列
而 for column in a.T 相当于 for column in a.T[0],a.T[1],a.T[2],
即依次打印出每一列的结果

numpy 对每一列进行便利

在 numpy 中，可以使用 `numpy.nditer` 对数组的每一列进行遍历。

示例代码如下：

import numpy as np

# 创建 2x3 的数组
arr = np.array([[1, 2, 3], [4, 5, 6]])

# 对每一列遍历
for col in np.nditer(arr, flags=['external_loop'], order='F'):
    print(col)

在这段代码中，`flags` 参数设置为 `'external_loop'` 表示对每一列进行遍历，`order` 参数设置为 `'F'` 表示以列序遍历。

注意，如果输出 col 是循环遍历列中的每个元素，而不是整列