python np.split函数

下面就是详细的 Python np.split 函数攻略。

函数介绍

函数定义：

numpy.split(ary, indices_or_sections, axis=0)

其中，参数含义为：

• ary：需要被分割的数组；
• indices_or_sections：可以是整数，用于指定 LaPacker 分割数组的点，或者是 1-D 序列，用于指定划分点。如果是一个整数，N，那么数组将被划分为 N 等份（如果可行的话）；如果是序列，则从这些值指定的点处分割数组；
• axis：默认为 0。指定沿着哪个方向分割数组。

该函数返回分割后的子数组列表。

示例说明

下面就是两个例子来说明 np.split 函数的使用方法：

示例 1

在这个例子中，我们将一个数组沿着第二维划分为三个子数组：

import numpy as np

arr = np.arange(16).reshape((2, 8))
res = np.split(arr, 3, axis=1)

print("Original Array:")
print(arr)
print("Split Result:")
for subarr in res:
    print(subarr)

输出结果为：

Original Array:
[[ 0  1  2  3  4  5  6  7]
 [ 8  9 10 11 12 13 14 15]]
Split Result:
[[ 0  1]
 [ 8  9]]
[[ 2  3]
 [10 11]]
[[ 4  5]
 [12 13]]
[[ 6  7]
 [14 15]]

从结果中可以看到，我们将数组 arr 沿着第二维划分为了 3 个子数组，每个子数组都是 $2 \times 2$ 的矩阵。

示例 2

在这个例子中，我们将一个数组沿着第一个维度划分为两个子数组：

import numpy as np

arr = np.arange(9).reshape((3, 3))
res = np.split(arr, 2, axis=0)

print("Original Array:")
print(arr)
print("Split Result:")
for subarr in res:
    print(subarr)

输出结果为：

Original Array:
[[0 1 2]
 [3 4 5]
 [6 7 8]]
Split Result:
[[0 1 2]
 [3 4 5]]
[[6 7 8]]

从结果中可以看到，我们将数组 arr 沿着第一个维度划分为了 2 个子数组，每个子数组都是 $2 \times 3$ 的矩阵。

注意事项

• 分割时，数组的长度必须能够被均分；
• 分割时，指定的坐标必须在合适的范围内；
• np.split() 函数默认情况下，最后一份长度不足时可以忽略，但也可以通过 np.split(arr, [2, 4, 10], axis=1) 这样的用法来严格分割，忽略错误。

以上就是 np.split 函数的详细攻略了，希望能够帮助到你。