Python np.nditer引用类型的返回类型

如何为np.nditer获取正确的返回类型？我需要在这里遍历

ax

对象：

fig, ax = plt.subplots(figsize=(16,9), ncols=3, nrows=2)
for col, elem in zip(df.columns[:-1], np.nditer(ax, flags = ['refs_ok'])):
    sns.countplot(x="CLASS", hue=col, data=df, ax=elem)

我知道我可以在这里使用ax数组的维度进行迭代，但我想知道，我是否可以使这项工作正常。基本上，

ax=elem

在迭代中应该看起来像

ax=ax[i][j]

。但事实证明它们有不同的类型：

print(type(elem))
print(type(ax[0][0]))

返回：

<class 'numpy.ndarray'>
<class 'matplotlib.axes._subplots.AxesSubplot'>

---

像这样使用

numpy

函数的问题是，它会立即将iterable转换为

np.ndarray

对象

因此，您的返回值将是这个

np.ndarray

对象的一个片段。请看下面的示例

In [472]: list(np.nditer([[None, None], [None, None]], flags = ['refs_ok']))
Out[472]:
[(array(None, dtype=object), array(None, dtype=object)),
 (array(None, dtype=object), array(None, dtype=object))]

In [473]: list(np.nditer([[None, None], [None, None]], flags = ['refs_ok']))[0][0]
Out[473]: array(None, dtype=object)

如果要从0维

numpy

数组中获取原始项，请使用

.tolist（）

方法

---

正如您现在可能已经意识到的，由于您没有迭代数值类型，因此引入所有这些

numpy

复杂性和开销是没有意义的。正确的方法是

fig, ax = plt.subplots(figsize=(16,9), ncols=3, nrows=2)
for col, elem in zip(df.columns[:-1], ax.flat):
    sns.countplot(x="CLASS", hue=col, data=df, ax=elem)

---

它较短，并且总是使

元素成为
matplotlib.axes.\u subPlot.AxesSubplot
对象。
nditer
是一个专门的迭代器，大多数
numpy
工作都不需要它。正如您所发现的，它生成数组（单个元素0d）
elem.item（）
可能是
ax[0,0]
。但是被接受的答案使用的
ax.flat
是一个更好的迭代器。