NumPy 数组拆分
拆分 NumPy 数组
拆分是连接的逆操作。
连接是将多个数组合并为一个，而拆分是将一个数组分解为多个。
我们使用 array_split() 来拆分数组，我们将要拆分的数组和拆分数量传递给它。
示例
将数组拆分成 3 部分
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
newarr = np.array_split(arr, 3)
print(newarr)
自己动手试一试 »
注意：返回值是一个包含三个数组的列表。
如果数组的元素少于所需的数量，它将相应地从末尾调整。
示例
将数组拆分成 4 部分
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
newarr = np.array_split(arr, 4)
print(newarr)
自己动手试一试 »
注意：我们也有 split() 方法，但它不会像上面示例那样调整元素数量，当源数组用于拆分时，array_split() 工作正常，但 split() 会失败。
拆分成数组
array_split() 方法的返回值是一个包含每个拆分结果的数组。
如果你将一个数组拆分成 3 个数组，你可以像访问数组元素一样访问它们。
示例
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])
自己动手试一试 »
拆分二维数组
拆分二维数组时使用相同的语法。
使用 array_split() 方法，传入要拆分的数组以及要进行的拆分数量。
示例
将二维数组拆分成三个二维数组。
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)
自己动手试一试 »
上面的示例返回三个二维数组。
让我们看另一个例子，这次二维数组中的每个元素包含 3 个元素。
示例
将二维数组拆分成三个二维数组。
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)
自己动手试一试 »
上面的示例返回三个二维数组。
此外，您可以指定要围绕哪个轴进行拆分。
下面的示例也返回三个二维数组，但它们是沿着行（axis=1）拆分的。
示例
将二维数组沿着行拆分成三个二维数组。
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)
自己动手试一试 »
另一种解决方案是使用 hsplit()，它是 hstack() 的反向操作。
示例
使用 hsplit() 方法将二维数组沿着行拆分成三个二维数组。
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)
自己动手试一试 »
注意：与 vstack() 和 dstack() 类似的替代方案有 vsplit() 和 dsplit()。
