当前位置：首页» 技术日志 » 【建站服务】临沂网站建设_临沂网站设计_临沂百度排名_临沂网络公司_临沂网页设计-临沂百度推广-域名申请

【建站服务】临沂网站建设_临沂网站设计_临沂百度排名_临沂网络公司_临沂网页设计-临沂百度推广-域名申请

作者: 风兰 . 阅读量： 2 . 发表时间：2022-09-20 17:19:43

网站建设

上往建站提供服务器空间服务商，百度快照排名，网站托管，百度推广运营,致力于设计外包服务与源代码定制开发，360推广，搜狗推广,增加网站的能见度及访问量提升网络营销的效果,主营：网站公司,百度推广公司电话,官网搭建服务,网站服务企业排名,服务器空间,英文域名等业务，专业团队服务，效果好。

临沂网站建设_临沂网站设计_临沂百度排名_临沂网络公司_临沂网页设计-临沂百度推广

网站建设.jpg

临沂，是山东省地级市，国务院批复确定的山东省地区中心城市 [1] ，具有滨水特色的宜居城市 [2] 、现代工贸城市和商贸物流中心 [3] 。截至2019年底，临沂下辖3个区、9个县，总面积17191.2平方千米 [239] ，城镇化率52.75%。是山东省面积最大、人口最多的市。 [4-5] 根据第七次人口普查数据，截至2020年11月1日零时，临沂市常住人口为11018365人。 [238]

临沂因临沂河得名，地处中国华东地区、山东东南部、黄海西岸、长三角经济圈与环渤海经济圈结合点、东陇海国家级重点开发区域和鲁南临港产业带，是物流周转中心和商贸批发中心，被誉为“商贸名城”和“物流之都” [6] 。临沂属温带季风区大陆性气候，自北有沂蒙等山脉延伸控制着沂沭河上游流向，向南冲积出广袤的临郯苍平原 [7] ，是重要的商品粮基地 [2] 。2020年全市实现生产总值4805.25亿元。 [25]

临沂古称琅琊、沂州，是东夷文化的核心发祥地 [8-9] ，早在20万年以前，人类的祖先就在沂蒙大地上创造了远古文明。 [10] 自西周建城以来已有3000多年的建城史 [11] ，地域曾长期作为徐州刺史部、琅琊郡、东海郡、沂州府等州、郡、府治所地 [12-13] 。近代中国共产党在临沂地区创建沂蒙革命根据地，成立了山东省政府、中共中央华东局、华东军区等党政机关 [14] 。

临沂有蒙山、岱崮、王羲之故居、地下大峡谷等景点， [15] 有诸葛亮、王羲之、颜真卿、萧道成等历史名人。 [16] 获评首批国家物流枢纽、 [17] 中国物流之都、中国食品之都、 [18] 、中国十佳生态宜居典范城市、 [20] 中国最具投资价值十大城市 [21] 、世界滑水之城、 [22] 联合国绿色工业平台 [23] 和全国文明城市等称号。

NumPy 迭代数组

NumPy 迭代器对象 numpy.nditer 提供了一种灵活访问一个或者多个数组元素的方式。

迭代器最基本的任务的可以完成对数组元素的访问。

接下来我们使用 arange() 函数创建一个 2X3 数组，并使用 nditer 对它进行迭代。

实例

import numpy as np
 a = np.arange(6).reshape(2,3)print ('原始数组是：')print (a)print ('
')print ('迭代输出元素：')for x in np.nditer(a):    print (x, end=", " )print ('
')

输出结果为：

原始数组是：[[0 1 2]
 [3 4 5]]迭代输出元素：0, 1, 2, 3, 4, 5,

以上实例不是使用标准 C 或者 Fortran 顺序，选择的顺序是和数组内存布局一致的，这样做是为了提升访问的效率，默认是行序优先（row-major order，或者说是 C-order）。

这反映了默认情况下只需访问每个元素，而无需考虑其特定顺序。我们可以通过迭代上述数组的转置来看到这一点，并与以 C 顺序访问数组转置的 copy 方式做对比，如下实例：

实例

import numpy as np
 a = np.arange(6).reshape(2,3)for x in np.nditer(a.T):    print (x, end=", " )print ('
')
 for x in np.nditer(a.T.copy(order='C')):    print (x, end=", " )print ('
')

输出结果为：

0, 1, 2, 3, 4, 5, 0, 3, 1, 4, 2, 5,

从上述例子可以看出，a 和 a.T 的遍历顺序是一样的，也就是他们在内存中的存储顺序也是一样的，但是 a.T.copy(order = 'C') 的遍历结果是不同的，那是因为它和前两种的存储方式是不一样的，默认是按行访问。

控制遍历顺序

for x in np.nditer(a, order='F'):Fortran order，即是列序优先；
for x in np.nditer(a.T, order='C'):C order，即是行序优先；

实例

import numpy as np
 a = np.arange(0,60,5) a = a.reshape(3,4)  print ('原始数组是：') print (a) print ('
') print ('原始数组的转置是：') b = a.T print (b) print ('
') print ('以 C 风格顺序排序：') c = b.copy(order='C')  print (c)for x in np.nditer(c):  
    print (x, end=", " )print  ('
') print  ('以 F 风格顺序排序：')c = b.copy(order='F')  print (c)for x in np.nditer(c):  
    print (x, end=", " )

输出结果为：

原始数组是：[[ 0  5 10 15]
 [20 25 30 35]
 [40 45 50 55]]原始数组的转置是：[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]以 C 风格顺序排序：[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]0, 20, 40, 5, 25, 45, 10, 30, 50, 15, 35, 55, 以 F 风格顺序排序：[[ 0 20 40]
 [ 5 25 45]
 [10 30 50]
 [15 35 55]]0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55,

可以通过显式设置，来强制 nditer 对象使用某种顺序：

实例

import numpy as np 
 a = np.arange(0,60,5) a = a.reshape(3,4)  print ('原始数组是：')print (a)print ('
')print ('以 C 风格顺序排序：')for x in np.nditer(a, order =  'C'):  
    print (x, end=", " )print ('
')print ('以 F 风格顺序排序：')for x in np.nditer(a, order =  'F'):  
    print (x, end=", " )

输出结果为：

原始数组是：[[ 0  5 10 15]
 [20 25 30 35]
 [40 45 50 55]]以 C 风格顺序排序：0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 以 F 风格顺序排序：0, 20, 40, 5, 25, 45, 10, 30, 50, 15, 35, 55,