Python中NumPy的数组拆分
拆分 NumPy 数组
拆分是连接的反向操作。
连接（Joining）是将多个数组合并为一个，拆分（Spliting）将一个数组拆分为多个。
我们使用 array_split() 分割数组，将要分割的数组和分割数传递给它。
实例
将数组分为 3 部分：
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 3) print(newarr)
运行实例
注释：返回值是一个包含三个数组的数组。
如果数组中的元素少于要求的数量，它将从末尾进行相应调整。
实例
将数组分为 4 部分：
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 4) print(newarr)
运行实例
提示：我们也有 split() 方法可用，但是当源数组中的元素较少用于拆分时，它将不会调整元素，如上例那样，array_split() 正常工作，但 split() 会失败。
拆分为数组
array_split() 方法的返回值是一个包含每个分割的数组。
如果将一个数组拆分为 3 个数组，则可以像使用任何数组元素一样从结果中访问它们：
实例
访问拆分的数组：
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])
运行实例
分割二维数组
拆分二维数组时，请使用相同的语法。
使用 array_split() 方法，传入要分割的数组和想要分割的数目。
实例
把这个 2-D 拆分为三个 2-D 数组。
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)
运行实例
上例返回三个 2-D 数组。
让我们看另一个例子，这次 2-D 数组中的每个元素包含 3 个元素。
实例
把这个 2-D 拆分为三个 2-D 数组。
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)
运行实例
上例返回三个 2-D 数组。
此外，您可以指定要进行拆分的轴。
下面的例子还返回三个 2-D 数组，但它们沿行 (axis=1) 分割。
实例
沿行把这个 2-D 拆分为三个 2-D 数组。
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)
运行实例
另一种解决方案是使用与 hstack() 相反的 hsplit()。
实例
使用 hsplit() 方法将 2-D 数组沿着行分成三个 2-D 数组。
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)
运行实例
提示：vsplit() 和 dsplit() 可以使用与 vstack() 和 dstack() 类似的替代方法。
到此这篇关于Python中NumPy的数组拆分的文章就介绍到这了,更多相关NumPy的数组拆分内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
本文主要介绍了pytest中配置文件pytest.ini使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-05-05
这篇文章主要介绍了Python可视化神器pyecharts绘制地理图表，文章围绕主题展开详细的内容介绍，具有一定的参考价值，需要的小伙伴可以参考一下2022-07-07
Django细致讲解多对多使用through自定义中间表方法
我们在开发网站的时候，无可避免的需要设计实现网站的用户系统,我们需要实现包括用户注册、用户登录、用户认证、注销等功能，Django作为完美主义终极框架，它默认使用auth_user表来存储用户数据，下面我们来看看Django多对多使用through自定义中间表2022-06-06
这篇文章主要为大家详细介绍了如何利用Python和PyQt5编写一个简单的图片格式转换器，文中的示例代码讲解详细，感兴趣的小伙伴可以动手尝试一下2023-07-07
这篇文章主要介绍了python opencv将图片转为灰度图的方法示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-07-07
这篇文章主要介绍了Python多线程模块Threading用法,结合实例形式分析了Python多线程模块Threading相关概念、原理、进程与线程的区别及使用技巧,需要的朋友可以参考下2019-11-11
浅谈django model的get和filter方法的区别(必看篇)
下面小编就为大家带来一篇浅谈django model的get和filter方法的区别(必看篇)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-05-05
本文主要介绍了Python中格式化字符串输出的4种方式小结，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2023-03-03
自然语言处理库NLTK在Python中的应用广泛,提供了分词、词性标注、句法分析等多种功能,本文介绍了NLTK的核心功能、基本概念以及通过具体实战案例（如文本分词、去除停用词、词干提取等）展示了其在NLP任务中的实际应用2024-09-09
本篇文章主要介绍了Python 实现淘宝秒杀的示例代码，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-01-01
最新评论