np.split详解

小蓝 • 2024-12-16 13:35 • 编程

一、入门级别——np.split的基本用法

np.split是Python中numpy模块提供的一个函数，可以按照指定的轴将一个数组分割成多个子数组。它的基本用法是：

import numpy as np
arr = np.arange(9)
np.split(arr, 3)

这段代码可以将长度为9的一维数组分割成3个长度为3的子数组。

np.split的第一个参数是要分割的数组，第二个参数是分割的数量，如果不均分则会报错。如果要按照指定位置分割，则可以使用列表的方式传入第二个参数：

np.split(arr, [2, 6])

这里将会按照位置2和位置6进行分割。

需要注意的是，np.split默认是按照第0轴（行）分割数组，如果要按照列进行分割则需要设置axis参数为1：

arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
np.split(arr, 3, axis=1)

这里将会按照列将二维数组分成3个子数组。

np.split还支持按照指定长度进行分割：

np.split(arr, [2, 4, 7, 9], axis=0)

这里将会按照长度为2、2、3、2的方式将数组分割成4个子数组。

如果想要按照相等的长度进行拆分，则可以使用np.array_split函数：

np.array_split(arr, 3, axis=0)

这里将会按照相等的长度将数组分成3个子数组，如果分割的长度不匹配则最后一个子数组的长度不同。

np.split在数据处理中可以发挥很大作用，例如将一组数据分成多个桶：

score = np.array([67, 75, 92, 84, 89, 76, 88, 79, 67, 95, 86, 75, 89, 76, 92, 84, 79, 87])
np.split(score, [60, 70, 80, 90, 100])

这里将会把成绩分成[60, 70)、[70, 80)、[80, 90)、[90, 100)、[100, …)五个区间。

在实际应用中可以将区间作为标签，使用np.digitize将数据分桶：

bins = [60, 70, 80, 90, 100]
labels = ['D', 'C', 'B', 'A']
np.digitize(score, bins=bins, right=False).astype(str) + labels

这里将会把70~79分的学生标记为’C’，80~89分的学生标记为’B’，90~99分的学生标记为’A’。

需要注意的是，np.split的参数必须满足一定的维度要求，否则会报错。例如以下代码：

a = np.array([1, 2, 3])
np.split(a, 3, axis=1)

这里的a是一个一维数组，无法按照第1轴进行分割，因此会报错。

此外如果要在多维数组中按照指定长度进行分割，则需要保证分割的长度是合法的，否则会报错：

a = np.array([[1, 2], [3, 4]])
np.split(a, 3, axis=1)

这里将会报错，因为a的第1轴长度为2，无法分割成3个子数组。

原创文章，作者：小蓝，如若转载，请注明出处：https://www.506064.com/n/270087.html