1. 引言

Numpy是Python中常见的数据处理库。Numpy是 Numerical Python的缩写，它是数据科学中经常使用的库。Numpy专门用于处理矩阵运算，因为它包含各式各样的处理函数。在本文中，我们主要用于学习如何迭代遍历访问矩阵中的元素。

闲话少说，我们直接开始吧！

2. 使用For循环遍历

首先我们来看个例子，使用循环来遍历数组，样例代码如下：

import numpy as np
array = np.array([1, 2, 3, 4, 5, 6])
for x in array:
    print(x)
Output:
1
2
3
4
5
6

在上面的例子中，我们创建了一个一维数组，并成功地遍历访问了每个值。现在让我们来看一个二维矩阵中的例子：

import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6]])
for x in array:
    for y in x:
        print(y)
Output:
1
2
3
4
5
6

正如我们在上面例子中所看到的，我们仍然能够打印出每个单独的值。因为它是一个二维数组，所以我们必须使用两个for循环来输出每个单独的值。这是我们通常迭代二维数组的方式，但NumPy为我们提供了新的函数，使得迭代NumPy数组变得更容易。

3. 函数 nditer()

函数nditer()主要用于循环遍历整个数组，而无需为每个额外维度使用嵌套for循环。
我们不妨来看一个例子：

import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
for x in np.nditer(array):
    print(x)
Output:
1
2
3
4
5
6
7
8
9

上述例子是一个二维的数组，我们使用函数nditer()后，我们不需要再使用嵌套的for循环。函数‘nditer()’成功地f访问并打印了数组中的每个值。
我们不妨在来看一个三维数组的例子，样例如下：

import numpy as np
array = np.array([[[1], [2]], [[3], [4]]])
for x in np.nditer(array):
    print(x)
Output:
1
2
3
4

正如我们在上面的例子中所看到的，函数nditer()成功地迭代了三维数组中的每个元素。

4. 函数 ndenumerate()

接着我们来介绍函数ndenumerate(),该函数的作用是输出相应的索引号的对应的值。
样例代码如下：

import numpy as np
array = np.array([1, 2, 3, 4, 5, 6])
for i, x in np.ndenumerate(array):
    print(i, x)
Output:
(0,) 1
(1,) 2
(2,) 3
(3,) 4
(4,) 5
(5,) 6

正如上述例子中，我们在括号内输出了每个元素的索引号及其相应的值。接着我们再来看一个二维矩阵的例子：

import numpy as np
array = np.array([[1, 2, 3], [4, 5, 6]])
for i, x in np.ndenumerate(array):
    print(i, x)
Output:
(0, 0) 1
(0, 1) 2
(0, 2) 3
(1, 0) 4
(1, 1) 5
(1, 2) 6

在上述例子中，我们输出的第一维表示每个元素的索引号，第二维表示每个元素的值。