在NumPy中,分割(split)数组是一种常见的操作,它允许我们将一个大的数组分割成更小的子数组。这在数据处理和分析中非常有用。本文将介绍NumPy中分割数组的几种常见用法,并提供相应的代码示例。
首先,让我们导入NumPy库:
import numpy as np
- 均等分割
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) # 将数组均等分割成两个子数组 result = np.split(arr, 2) print(result)
输出:
[array([1, 2, 3, 4, 5]), array([6, 7, 8, 9, 10])]
在这个例子中,我们使用np.split函数将数组arr均等地分割成两个子数组。分割后的结果是一个包含两个子数组的列表。
- 不等分割
arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10]) # 按照指定的索引位置分割数组 result = np.split(arr, [2, 5, 7]) print(result)
输出:
[array([1, 2]), array([3, 4, 5]), array([6, 7]), array([8, 9, 10])]
在这个例子中,我们使用np.split函数根据指定的索引位置将数组arr进行分割。在索引位置2、5和7处进行分割,得到四个子数组。
- 按行分割多维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]) # 按行分割多维数组 result = np.split(arr, 2, axis=0) print(result)
输出:
[array([[1, 2, 3], [4, 5, 6]]), array([[ 7, 8, 9], [10, 11, 12]])]
在这个例子中,我们使用np.split函数按行分割多维数组arr。通过指定axis=0,我们告诉函数在行的维度上进行分割。结果是一个包含两个子数组的列表。
- 按列分割多维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]]) # 按列分割多维数组 result = np.split(arr, 3, axis=1) print(result)
输出:
[array([[ 1], [ 4], [ 7], [10]]), array([[ 2], [ 5], [ 8], [11]]), array([[ 3], [ 6], [ 9], [12]])]
在这个例子中,我们使用np.split函数按列分割多维数组arr。通过指定axis=1,我们告诉函数在列的维度上进行分割。结果是一个包含三个子数组的列表。
- 水平分割和垂直分割
arr = np.arange(16).reshape((4, 4)) # 水平分割数组 result_horizontal = np.hsplit(arr, 2) # 垂直分割数组 result_vertical = np.vsplit(arr, 2) print(result_horizontal) print(result_vertical)
输出:
[array([[ 0, 1], [ 4, 5], [ 8, 9], [12, 13]]), array([[ 2, 3], [ 6, 7], [10, 11], [14, 15]])] [array([[0, 1, 2, 3], [4, 5, 6, 7]]), array([[ 8, 9, 10, 11], [12, 13, 14, 15]])]
在这个例子中,我们使用np.hsplit函数将数组arr水平分割成两个子数组,每个子数组包含相同数量的列。使用np.vsplit函数将数组arr垂直分割成两个子数组,每个子数组包含相同数量的行。
这些是NumPy中分割数组的几种常见用法。无论是均等分割还是不等分割,以及多维数组的行分割和列分割,NumPy提供了灵活的函数来满足不同的分割需求。通过熟练掌握这些技巧,您可以更有效地处理和分析大型数据集。
原文地址:https://mp.weixin.qq.com/s/xhJvmBVglXevDIJxrAMFZw