欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

numpy基础: np.split()

程序员文章站 2022-07-14 12:01:52
...

split(ary, indices_or_sections, axis=0)
把一个数组从左到右按顺序切分

参数:
ary: 要切分的数组
indices_or_sections: 如果是一个整数,就用该数平均切分,如果是一个数组,为沿轴切分的位置(左开右闭)
axis: 沿着哪个维度进行切向,默认为0,横向切分。为1时,纵向切分

一般用法:

>>> 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)]

m = np.arange(8.0)
n = np.split(m, (3,))
print(n)
结果:[array([0., 1., 2.]), array([3., 4., 5., 6., 7.])]

机器学习中的用法解释:

#axis=1,代表列,是要把data数据集中的所有数据按第四、五列之间分割为X集和Y集。
x, y = np.split(data, (4,), axis=1)

纵向分割, 分成两部分, 按列分割

print np.split(A, 2, axis = 1)

横向分割, 分成三部分, 按行分割

print np.split(A, 3, axis = 0)

不均等分割

print np.array_split(A, 3, axis = 1)

垂直方向分割

print np.vsplit(A, 3)

水平方向分割

print np.hsplit(A, 2)

与array_split的差别:split必须要均等分,否则会报错。array_split不会

import numpy as np
x = np.arange(8.0)
print np.array_split(x,3)
print np.split(x, 3)

其他详见:
https://blog.csdn.net/mingyuli/article/details/81227629

相关标签: split