Python numpy lib.Arrayterator用法及代碼示例

本文簡要介紹 python 語言中 numpy.lib.Arrayterator 的用法。

用法:

class  numpy.lib.Arrayterator(var, buf_size=None)

大數組的緩衝迭代器。

Arrayterator創建一個緩衝迭代器，用於讀取小的連續塊中的大數組。該類對於存儲在文件係統中的對象很有用。它允許對對象進行迭代沒有讀取內存中的所有內容；相反，小塊被讀取和迭代。

Arrayterator 可與任何支持多維切片的對象一起使用。這包括 NumPy 數組，還包括來自 Scientific.IO.NetCDF 或 pynetcdf 的變量。

參數：

var： array_like

要迭代的對象。

buf_size： 整數，可選

緩衝區大小。如果提供了buf_size，則將讀入內存的最大數據量為buf_size 個元素。默認為無，它將盡可能多的元素讀入內存。

注意：

該算法的工作原理是首先找到一個“running dimension”，沿著該“running dimension” 將提取塊。給定一個維度數組(d1, d2, ..., dn)，例如如果buf_size小於d1，將使用第一個維度。另一方麵，如果，d1 < buf_size < d1*d2將使用第二個維度，依此類推。沿著這個維度提取塊，當返回最後一個塊時，該過程從下一個維度繼續，直到所有元素都被讀取。

例子：

>>> a = np.arange(3 * 4 * 5 * 6).reshape(3, 4, 5, 6)
>>> a_itor = np.lib.Arrayterator(a, 2)
>>> a_itor.shape
(3, 4, 5, 6)

現在我們可以迭代a_itor，它將返回大小為 2 的數組。自從buf_size小於任何維度，第一個維度將首先迭代：

>>> for subarr in a_itor:
...     if not subarr.all():
...         print(subarr, subarr.shape) 
>>> # [[[[0 1]]]] (1, 1, 1, 2)

屬性：

var：

buf_size：

start：

stop：

step：

shape

要迭代的數組的形狀。

numpy.lib.Arrayterator.flat

Arrayterator 對象的一維平麵迭代器。