快捷導(dǎo)航

Python中NumPy的數(shù)組拆分

更新時間：2023年07月04日 11:54:25 作者：輕松學(xué)Python

這篇文章主要介紹了Python中NumPy的數(shù)組拆分,我們使用array_split()分割數(shù)組，將要分割的數(shù)組和分割數(shù)傳遞給它,如果將一個數(shù)組拆分為 3 個數(shù)組，則可以像使用任何數(shù)組元素一樣從結(jié)果中訪問它們,需要的朋友可以參考下

拆分 NumPy 數(shù)組

拆分是連接的反向操作。

連接（Joining）是將多個數(shù)組合并為一個，拆分（Spliting）將一個數(shù)組拆分為多個。

我們使用 array_split() 分割數(shù)組，將要分割的數(shù)組和分割數(shù)傳遞給它。

實例

將數(shù)組分為 3 部分：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
newarr = np.array_split(arr, 3)
print(newarr)

運行實例

注釋：返回值是一個包含三個數(shù)組的數(shù)組。

如果數(shù)組中的元素少于要求的數(shù)量，它將從末尾進行相應(yīng)調(diào)整。

實例

將數(shù)組分為 4 部分：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
newarr = np.array_split(arr, 4)
print(newarr)

運行實例

提示：我們也有 split() 方法可用，但是當源數(shù)組中的元素較少用于拆分時，它將不會調(diào)整元素，如上例那樣，array_split() 正常工作，但 split() 會失敗。

拆分為數(shù)組

array_split() 方法的返回值是一個包含每個分割的數(shù)組。

如果將一個數(shù)組拆分為 3 個數(shù)組，則可以像使用任何數(shù)組元素一樣從結(jié)果中訪問它們：

實例

訪問拆分的數(shù)組：

import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
newarr = np.array_split(arr, 3)
print(newarr[0])
print(newarr[1])
print(newarr[2])

運行實例

分割二維數(shù)組

拆分二維數(shù)組時，請使用相同的語法。

使用 array_split() 方法，傳入要分割的數(shù)組和想要分割的數(shù)目。

實例

把這個 2-D 拆分為三個 2-D 數(shù)組。

import numpy as np
arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10], [11, 12]])
newarr = np.array_split(arr, 3)
print(newarr)

運行實例

上例返回三個 2-D 數(shù)組。

讓我們看另一個例子，這次 2-D 數(shù)組中的每個元素包含 3 個元素。

實例

把這個 2-D 拆分為三個 2-D 數(shù)組。

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]])
newarr = np.array_split(arr, 3)
print(newarr)

運行實例

上例返回三個 2-D 數(shù)組。

此外，您可以指定要進行拆分的軸。

下面的例子還返回三個 2-D 數(shù)組，但它們沿行 (axis=1) 分割。

實例

沿行把這個 2-D 拆分為三個 2-D 數(shù)組。

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]])
newarr = np.array_split(arr, 3, axis=1)
print(newarr)

運行實例

另一種解決方案是使用與 hstack() 相反的 hsplit()。

實例

使用 hsplit() 方法將 2-D 數(shù)組沿著行分成三個 2-D 數(shù)組。

import numpy as np
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]])
newarr = np.hsplit(arr, 3)
print(newarr)

運行實例