NumPy 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)
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)
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])
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)
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)
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)
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)
提示:vsplit()
和 dsplit()
可以使用与 vstack()
和 dstack()
类似的替代方法。