numpy.split #
- 麻木的。split ( ary , indices_or_sections , axis = 0 ) [来源] #
将数组拆分为多个子数组作为ary的视图。
- 参数:
- 数组
要划分为子数组的数组。
- index_or_sections int 或一维数组
如果indexs_or_sections是整数N,则数组将沿axis分为N个相等的数组。如果不可能进行这样的分割,则会引发错误。
如果indexs_or_sections是已排序整数的一维数组,则条目指示数组沿轴的分割位置。例如, 对于,会导致
[2, 3]
axis=0
元数[:2]
元数[2:3]
元[3:]
如果索引超出了数组沿axis的维度,则相应地返回一个空子数组。
- 轴int,可选
分割轴,默认为0。
- 返回:
- ndarrays 的子数组列表
作为ary视图的子数组列表。
- 加薪:
- 值错误
如果indices_or_sections以整数形式给出,但分割不会导致等分。
也可以看看
array_split
将数组拆分为多个大小相等或接近相等的子数组。如果无法进行均等划分,则不会引发异常。
hsplit
将数组水平(按列)拆分为多个子数组。
vsplit
将数组垂直(按行)拆分为多个子数组。
dsplit
沿第三轴(深度)将数组拆分为多个子数组。
concatenate
沿现有轴连接一系列数组。
stack
沿新轴连接一系列数组。
hstack
按水平顺序堆叠数组(按列)。
vstack
垂直(按行)顺序堆叠数组。
dstack
按深度顺序(沿第三维)堆叠数组。
例子
>>> x = np.arange(9.0) >>> np.split(x, 3) [array([0., 1., 2.]), array([3., 4., 5.]), array([6., 7., 8.])]
>>> x = np.arange(8.0) >>> np.split(x, [3, 5, 6, 10]) [array([0., 1., 2.]), array([3., 4.]), array([5.]), array([6., 7.]), array([], dtype=float64)]