使用np.nditer处理二维Numpy数组结果不符，一行代码斐波那契kata遇阻

• 只读迭代限制：np.nditer默认是只读模式，若尝试修改迭代元素，不会同步到原数组。需要指定op_flags=['readwrite']才能修改，比如：

  arr = np.array([[1,2],[3,4]])
  with np.nditer(arr, op_flags=['readwrite']) as it:
      for x in it:
          x[...] = x * 2
  

• 迭代顺序不符预期：默认是C顺序（行优先），如果需要列优先（Fortran顺序），要指定order='F'，比如np.nditer(arr, order='F')。
• 数据类型隐式转换：迭代过程中若操作导致数据类型变化（比如整数转浮点数），会和原数组类型不一致，需提前指定dtype或显式转换。
• 未正确处理视图与副本：nditer返回的是数组元素的视图，直接赋值可能因广播或内存布局问题导致结果异常，修改时建议用x[...] = ...而非直接赋值。

你的代码存在核心逻辑错误，先修正逻辑，再说明数组迭代的正确方式：

错误分析 #

1. 终止条件错误：n==1j*1j等价于n==-1（因为1j*1j=-1），和斐波那契的初始条件（如fib(0)=0、fib(1)=1）不符；max(np.nditer(matrix+1))返回固定值2，完全不符合n<=0时的斐波那契结果。
2. 递归逻辑错误：np.dot(fibonacci(n-2), fibonacci(n-1))会导致重复计算且矩阵乘法逻辑混乱，正确的矩阵快速幂应该是对同一个矩阵做幂运算，而非递归相乘两个不同阶的结果。

修正后的一行代码实现 #

利用矩阵快速幂思路，结合正确终止条件提取斐波那契数：

import numpy as np

fibonacci = lambda n, mat: mat[0][1] if n == 1 else (mat**n)[0][1] if n > 1 else 0

if __name__ == "__main__":
    matrix = np.array([[1,1],[1,0]], dtype=np.int64)
    for n in range(0,15):
        print(fibonacci(n, matrix))

注：mat**n是矩阵幂运算，[0][1]元素对应fib(n)（fib(0)=0, fib(1)=1, fib(2)=1, fib(3)=2...）。

迭代matrix获取每个数字的正确方式 #

不需要np.nditer也能轻松遍历，几种常用方法：

• 扁平化后遍历：

  for num in matrix.flatten():
      print(num)
  

• 嵌套循环遍历行和元素：

  for row in matrix:
      for num in row:
          print(num)
  

• 用np.nditer的标准写法：

  with np.nditer(matrix) as it:
      for num in it:
          print(num.item())  # .item()获取标量值
  

内容的提问来源于stack exchange，提问作者Hafid Traikzi