np.split()?均等分割，不均等會(huì)報(bào)錯(cuò)
np.array_split()?不均等分割，不會(huì)報(bào)錯(cuò)

?

split(ary, indices_or_sections, axis=0) :把一個(gè)數(shù)組從左到右按順序切分?
參數(shù)：?
ary:要切分的數(shù)組?
indices_or_sections:如果是一個(gè)整數(shù)，就用該數(shù)平均切分，如果是一個(gè)數(shù)組，為沿軸切分的位置（左開右閉）?
axis：沿著哪個(gè)維度進(jìn)行切向，默認(rèn)為0，橫向切分。為1時(shí)，縱向切分
?

### 關(guān)于np.split()函數(shù) x = np.arange(9) #9行1列的列向量 print(x, np.shape(x)) y = np.split(x, 3) # 平均分成三份，不能平均的話則會(huì)報(bào)錯(cuò) print(y) y = np.split(x, 3, axis=0) # 平均分成三份，不能平均的話則會(huì)報(bào)錯(cuò),axis默認(rèn)為0 print(y) # 不均等分割 np.array_split() y = np.array_split(x, 4, axis=0) #第0項(xiàng)分割出來的元素最多，剩下的均等分 print('不均等分割：',y) y = np.split(x, (3,)) # 在第3行之前進(jìn)行切割，切割成2份 print(y) y = np.split(x, [3, 5, 7, 8]) #都是開區(qū)間進(jìn)行分割，在第3行，第5行···前進(jìn)行切割 print(y) k = np.arange(1, 3, 0.5).reshape(-1, 1) print(k) m = x + k print(m) m1 = np.split(m, 3, axis=1) # axis=0表示橫著切，axis=1表示豎著切 print(m1) m0 = np.split(m, 2, axis=0) print(m0) a, b = np.split(m, (4,), axis=1) print('a = ',a) print('b = ',b) # 結(jié)果： # [0 1 2 3 4 5 6 7 8] (9,) # [array([0, 1, 2]), array([3, 4, 5]), array([6, 7, 8])] # [array([0, 1, 2]), array([3, 4, 5]), array([6, 7, 8])] # 不均等分割： [array([0, 1, 2]), array([3, 4]), array([5, 6]), array([7, 8])] # [array([0, 1, 2]), array([3, 4, 5, 6, 7, 8])] # [array([0, 1, 2]), array([3, 4]), array([5, 6]), array([7]), array([8])] # [[1. ] # [1.5] # [2. ] # [2.5]] # [[ 1. 2. 3. 4. 5. 6. 7. 8. 9. ] # [ 1.5 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5] # [ 2. 3. 4. 5. 6. 7. 8. 9. 10. ] # [ 2.5 3.5 4.5 5.5 6.5 7.5 8.5 9.5 10.5]] # [array([[1. , 2. , 3. ], # [1.5, 2.5, 3.5], # [2. , 3. , 4. ], # [2.5, 3.5, 4.5]]), array([[4. , 5. , 6. ], # [4.5, 5.5, 6.5], # [5. , 6. , 7. ], # [5.5, 6.5, 7.5]]), array([[ 7. , 8. , 9. ], # [ 7.5, 8.5, 9.5], # [ 8. , 9. , 10. ], # [ 8.5, 9.5, 10.5]])] # [array([[1. , 2. , 3. , 4. , 5. , 6. , 7. , 8. , 9. ], # [1.5, 2.5, 3.5, 4.5, 5.5, 6.5, 7.5, 8.5, 9.5]]), array([[ 2. , 3. , 4. , 5. , 6. , 7. , 8. , 9. , 10. ], # [ 2.5, 3.5, 4.5, 5.5, 6.5, 7.5, 8.5, 9.5, 10.5]])] # a = [[1. 2. 3. 4. ] # [1.5 2.5 3.5 4.5] # [2. 3. 4. 5. ] # [2.5 3.5 4.5 5.5]] # b = [[ 5. 6. 7. 8. 9. ] # [ 5.5 6.5 7.5 8.5 9.5] # [ 6. 7. 8. 9. 10. ] # [ 6.5 7.5 8.5 9.5 10.5]]

來源:https://www.cnblogs.com/shona/p/12163515.html

總結(jié)

以上是生活随笔為你收集整理的Python | numpy | np.split()与np.array_split()函数的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。