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。

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)]