Python NumPy array_split方法用法及代码示例

NumPy 的 array_split(~) 方法根据指定的参数划分输入数组。

两个array_split(~) 和 split(~) 的参数和函数完全相同。主要区别在于，array_split(~) 允许在第二个参数为 int 的情况下进行不等除法，而 split(~) 方法会引发错误。

对于 array_split(~) ，最后一个分区将保存较少的数据以适应不等分。

1. a | array-like

要拆分的输入数组。

2. indices_or_sections | int

如果给定 int n，则输入数组将沿指定轴分成 n 个相等的数组。为了更准确地了解在哪里分割数组，请提供一个已排序整数的一维数组。

3. axis | None 或 int | optional

执行分割所沿的轴。默认情况下，axis=0 。

包含分割的 NumPy 数组的列表。

a = np.array([4,5,6,7,8,9])
np.array_split(a, 2)



[array([4, 5, 6]), array([7, 8, 9])]

当分割不均匀时，不会抛出错误：

a = np.array([4,5,6,7,8])
np.array_split(a, 2)



[array([4, 5, 6]), array([7, 8])]

a = np.array([4,5,6,7,8,9])
np.array_split(a, (2,3))



[array([4, 5]), array([6]), array([7, 8, 9])]

在这里，我们按如下方式进行切片：

a[:2]
a[2:3]
a[3:]

考虑以下二维数组：

a = np.array([[1,2,3,4],[5,6,7,8]])
a



array([[1, 2, 3, 4],
       [5, 6, 7, 8]])

按行拆分a：

np.array_split(a, 2, axis=0)



[array([[1, 2, 3, 4]]), array([[5, 6, 7, 8]])]

按列拆分a：

np.array_split(a, 2, axis=1)



[array([[1, 2],
        [5, 6]]),
 array([[3, 4],
        [7, 8]])]

要通过切片按列分割a：

np.array_split(a, (2,3), axis=1)



[array([[1, 2],
        [5, 6]]),
 array([[3],
        [7]]),
 array([[4],
        [8]])]

在这里，我们获得的列是：

first two columns
third column
fourth column

相关用法

注：本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 NumPy | array_split method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。