在numpy矩阵中迭代行

Question

首先，我试着在谷歌和网站上搜索我的问题（我认为这很基础），但是没有找到任何答案。 我想获取一个numpy矩阵的行，但是我无法做到。例如，如果我使用以下代码：

result = numpy.matrix([[11, 12, 13],
                       [21, 22, 23],
                       [31, 32, 33]])

for p in result:
    print(p[0])

打印出这个结果:

[[11 12 13]]
[[21 22 23]]
[[31 32 33]]

如果我只使用 p，结果会相同。

我需要怎样才能访问每一行？numpy.nditer(result) 打印出一个数组，而我需要每一行来执行一些操作。

- exsnake

---

看起来你正在访问行。你是不是想访问列？ - PoDuck

您正在获取行。只不过，np.matrix的行仍然是np.matrix，并显示为2D。 - hpaulj

正如jpp所说，您可能想使用数组。但是如果您坚持使用矩阵（例如为了方便乘法），那么请参考此帖子：https://dev59.com/8WQn5IYBdhLWcg3w7KrS - yakobyd

Answer 1

问题在于你正在使用 np.matrix。请改用np.array，并简单地进行迭代而不索引：

result = np.array([[11, 12, 13],
                   [21, 22, 23],
                   [31, 32, 33]])

for p in result:
    print(p)

[11 12 13]
[21 22 23]
[31 32 33]

解释

你所看到的是 numpy.matrix 要求每个 行 都必须有2个维度的影响。这在NumPy中是不必要的反模式。

numpy.matrix 背后有一个历史，它最初是为方便矩阵乘法操作符而使用的。但是这已经不再是问题，因为可以使用@(Python 3.5+)代替嵌套的dot调用。因此，默认情况下，请使用numpy.array。

- jpp

Answer 2

请尝试以下方法：

for p in result:
    print(numpy.array(p)[0])

这将会把每一行转换成一个numpy.ndarray。

- anik120

Answer 3

有两种方法（本质上都归结为相同的逻辑）

方法一:

使用result.A

将self作为ndarray对象返回。
等价于np.asarray(self)。

In [16]: for row in result.A:
    ...:     print(row)
    ...:     
[11 12 13]
[21 22 23]
[31 32 33]

---

方法二：

使用result.getA()

将self返回为一个ndarray对象。
相当于np.asarray(self)。

In [17]: for row in result.getA():
    ...:     print(row)
    ...:     
[11 12 13]
[21 22 23]
[31 32 33]

- kmario23