- NumPy 教程
- NumPy - 首页
- NumPy - 简介
- NumPy - 环境配置
- NumPy 数组
- NumPy - Ndarray 对象
- NumPy - 数据类型
- NumPy 数组的创建和操作
- NumPy - 数组创建函数
- NumPy - 数组操作
- NumPy - 从现有数据创建数组
- NumPy - 从数值范围创建数组
- NumPy - 数组迭代
- NumPy - 数组重塑
- NumPy - 数组连接
- NumPy - 数组堆叠
- NumPy - 数组分割
- NumPy - 数组扁平化
- NumPy - 数组转置
- NumPy 索引和切片
- NumPy - 索引与切片
- NumPy - 高级索引
- NumPy 数组属性和运算
- NumPy - 数组属性
- NumPy - 数组形状
- NumPy - 数组大小
- NumPy - 数组步长
- NumPy - 数组元素大小
- NumPy - 广播
- NumPy - 算术运算
- NumPy - 数组加法
- NumPy - 数组减法
- NumPy - 数组乘法
- NumPy - 数组除法
- NumPy 高级数组运算
- NumPy - 交换数组轴
- NumPy - 字节交换
- NumPy - 复制与视图
- NumPy - 元素级数组比较
- NumPy - 数组过滤
- NumPy - 数组连接
- NumPy - 排序、搜索和计数函数
- NumPy - 数组搜索
- NumPy - 数组并集
- NumPy - 查找唯一行
- NumPy - 创建日期时间数组
- NumPy - 二元运算符
- NumPy - 字符串函数
- NumPy - 数学函数
- NumPy - 统计函数
- NumPy - 矩阵库
- NumPy - 线性代数
- NumPy - Matplotlib
- NumPy - 使用 Matplotlib 绘制直方图
- NumPy - NumPy 的 I/O 操作
- NumPy 排序和高级操作
- NumPy - 数组排序
- NumPy - 沿轴排序
- NumPy - 使用花式索引排序
- NumPy - 结构化数组
- NumPy - 创建结构化数组
- NumPy - 操作结构化数组
- NumPy - 字段访问
- NumPy - 记录数组
- NumPy - 加载数组
- NumPy - 保存数组
- NumPy - 向数组追加值
- NumPy - 交换数组列
- NumPy - 向数组插入轴
- NumPy 处理缺失数据
- NumPy - 处理缺失数据
- NumPy - 识别缺失值
- NumPy - 删除缺失数据
- NumPy - 缺失数据插补
- NumPy 性能优化
- NumPy - 使用数组进行性能优化
- NumPy - 使用数组进行矢量化
- NumPy - 数组的内存布局
- NumPy 线性代数
- NumPy - 线性代数
- NumPy - 矩阵库
- NumPy - 矩阵加法
- NumPy - 矩阵减法
- NumPy - 矩阵乘法
- NumPy - 元素级矩阵运算
- NumPy - 点积
- NumPy - 矩阵求逆
- NumPy - 行列式计算
- NumPy - 特征值
- NumPy - 特征向量
- NumPy - 奇异值分解
- NumPy - 求解线性方程组
- NumPy - 矩阵范数
- NumPy 元素级矩阵运算
- NumPy - 求和
- NumPy - 求平均值
- NumPy - 求中位数
- NumPy - 求最小值
- NumPy - 求最大值
- NumPy 集合运算
- NumPy - 唯一元素
- NumPy - 交集
- NumPy - 并集
- NumPy - 差集
- NumPy 有用资源
- NumPy 编译器
- NumPy - 快速指南
- NumPy - 有用资源
- NumPy - 讨论
NumPy split() 函数
NumPy 的split()函数将一个数组沿着指定的轴分成多个子数组。如果给定一个整数,则可以将数组分成大小相等的子数组;如果给定一个列表,则可以在指定的索引处进行分割。
此函数对于将数据分解成更小的块以便于操作和分析特别有用。
语法
NumPy split() 函数的语法如下:
numpy.split(ary, indices_or_sections, axis=0)
参数
以下是 NumPy split() 函数的参数:
- ary(array_like): 要分割的输入数组。
- indices_or_sections(int 或 1-D array): 如果是整数 (N),则数组将被分成 N 个相等的部分。如果是一个数组,则数组中的值指示在哪里分割数组。
- axis(int, 可选): 要分割的轴,默认为 0,即沿行分割。
返回值
此函数返回一个列表,其中包含分割结果的子数组。
示例 1
下面的示例演示了 NumPy split() 函数如何将一个包含 9 个元素的数组分成 3 个相等的子数组:
import numpy as np # Create an array arr = np.arange(9) print("Original array:") print(arr) # Split the array into 3 equal parts result = np.split(arr, 3) print("\nSplit array into 3 equal parts:") for i, sub_array in enumerate(result): print(f"Sub-array {i+1}:") print(sub_array)
输出
Original array: [0 1 2 3 4 5 6 7 8] Split array into 3 equal parts: Sub-array 1: [0 1 2] Sub-array 2: [3 4 5] Sub-array 3: [6 7 8]
示例 2
在此示例中,我们演示如何沿着列 (axis=1) 将一个二维数组分成 2 个子数组:
import numpy as np # Create a 2D array arr = np.arange(16).reshape(4, 4) print("Original 2D array:") print(arr) # Split the 2D array into 2 sub-arrays along columns result = np.split(arr, 2, axis=1) print("\nSplit 2D array into 2 sub-arrays along columns:") for i, sub_array in enumerate(result): print(f"Sub-array {i+1}:") print(sub_array)
输出
Original 2D array: [[ 0 1 2 3] [ 4 5 6 7] [ 8 9 10 11] [12 13 14 15]] Split 2D array into 2 sub-arrays along columns: Sub-array 1: [[ 0 1] [ 4 5] [ 8 9] [12 13]] Sub-array 2: [[ 2 3] [ 6 7] [10 11] [14 15]]
numpy_array_manipulation.htm
广告