NumPy--06 array的分割

#array的分割

import numpy as np

A = np.arange(12).reshape((3,4))
print(A)

输出
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

#np.split()只能进行等量分割,它返还一个列表

#序列解包后,a,b为ndarray对象,type(a)=type(b)=<class 'numpy.ndarray'>

a,b=np.split(A,2,axis=1)
print(a)
print(b)

输出

[[0 1]
 [4 5]
 [8 9]]
[[ 2  3]
 [ 6  7]
 [10 11]]

#np.array_split()进行不等分割
c,d,e=np.array_split(A,3,axis=1)
print(c)
print(d)
print(e)

输出

[[0 1]
 [4 5]
 [8 9]]
[[ 2]
 [ 6]
 [10]]
[[ 3]
 [ 7]
 [11]]

#类似于array合并 np.vstack((A,B))
#np.vsplit(A,n)和np.hsplit(A,n)可用于垂直和水平方向上指定段数的分割
#但同样只能用于等量分割
print(np.vsplit(A,3))
print(np.hsplit(A,2))

输出

[array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8,  9, 10, 11]])]
[array([[0, 1],
       [4, 5],
       [8, 9]]), array([[ 2,  3],
       [ 6,  7],
       [10, 11]])]

### 如何分割嵌套的NumPy数组 在Python中处理复杂的多维数据结构时,`split` 函数提供了灵活的方式来划分 `NumPy` 数组。对于嵌套的 `NumPy` 数组(即多维数组),可以利用 `np.split`, `np.hsplit`, 和 `np.vsplit` 来实现水平或垂直方向上的切割。 #### 使用 `np.split` 此方法允许指定要切分的位置以及沿哪个轴进行操作: ```python import numpy as np a = np.array([[1, 2, 3], [4, 5, 6]]) result = np.split(a, indices_or_sections=2, axis=0) print(result) ``` 上述代码会将二维数组按照第一个维度分成两部分[^1]。 #### 利用 `np.hsplit` 进行水平分割 当目标是在列的方向上拆分矩阵时,可以选择 `hsplit` 方法: ```python horizontal_split = np.hsplit(a, indices_or_sections=3) print(horizontal_split) ``` 这会在第二维度上均匀分配元素到新的子数组中。 #### 应用 `np.vsplit` 实现垂直分割 相反地,如果希望基于行来进行分区,则适用 `vsplit`: ```python vertical_split = np.vsplit(a, indices_or_sections=2) print(vertical_split) ``` 这里展示了如何依据给定索引或者期望的数量来决定每一部分所含有的原始数组片段。 通过这些工具,可以根据具体需求有效地管理和重组复杂的数据集。值得注意的是,在执行任何类型的分裂之前,理解当前工作的多维数组的具体特性是非常重要的——比如它的形状、大小及其内部存储模式等属性[^3]。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值