一文詳解NumPy分割與搜索數組
NumPy 分割數組
NumPy 提供了 np.array_split() 函數來分割數組，將一個數組拆分成多個較小的子數組。
基本用法
語法：
np.array_split(array, indices_or_sections, axis=None)
array： 要分割的 NumPy 數組。 indices_or_sections： 指定分割位置的整數列表或要包含每個子數組的元素數量的列表。 axis： 可選參數，指定要分割的軸。默認為 0（即行分割）。
示例：
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
# 將數組分割成 3 個子數組
new_arrays = np.array_split(arr, 3)
print(new_arrays) # 輸出：
# [array([1, 2]), array([3, 4]), array([5, 6])]
# 指定分割位置
new_arrays = np.array_split(arr, [2, 5])
print(new_arrays) # 輸出：
# [array([1, 2]), array([3, 4]), array([5, 6])]
# 沿列分割
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])
new_arrays = np.array_split(arr, 3, axis=1)
print(new_arrays) # 輸出：
# [array([[1, 4, 7]]), array([[2, 5, 8]]), array([[3, 6, 9]])]
注意事項
如果 indices_or_sections 指定的分割位置超出數組范圍，則會引發(fā)異常。 如果數組元素數量不足以滿足分割要求，則會從末尾進行調整。 np.array_split() 返回一個包含子數組的列表。
高級用法
除了基本用法之外，np.array_split() 還可以用于更復雜的分割操作：
使用掩碼進行分割： 您可以使用掩碼數組來指示哪些元素應該包含在每個子數組中。 不均勻分割： 您可以指定每個子數組包含的元素數量，即使數量不均等。 沿著任意軸分割： 您可以使用 axis 參數指定要分割的軸。
例如，以下代碼使用掩碼將數組分割成兩個子數組，第一個子數組包含所有偶數元素，第二個子數組包含所有奇數元素：
import numpy as np
arr = np.array([1, 2, 3, 4, 5, 6])
mask = arr % 2 == 0
new_arrays = np.array_split(arr, mask)
print(new_arrays) # 輸出：
# [array([2, 4, 6]), array([1, 3, 5])]
練習
使用 np.array_split() 將以下數組 arr 沿行分割成 4 個子數組，每個子數組包含相等數量的元素。
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12])
在評論中分享您的代碼和輸出。
NumPy 搜索數組
NumPy 提供了多種方法來搜索數組中的元素，并返回匹配項的索引。
基本用法：np.where()
語法：
np.where(condition)
condition：用于確定要查找的元素的布爾條件。
功能：
np.where() 逐個元素比較條件，并返回滿足條件的元素的索引。 它返回一個元組，其中包含一個或多個數組，每個數組表示滿足條件的元素的索引。
示例：
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6, 7, 8, 9]) # 查找值為 4 的索引 indices = np.where(arr == 4) print(indices) # 輸出： (array([3, 5, 6]),) # 查找大于 5 的元素的索引 indices = np.where(arr > 5) print(indices) # 輸出： (array([6, 7, 8]),)
搜索排序數組：np.searchsorted()
語法：
np.searchsorted(array, value, side='left')
array：已排序的 NumPy 數組。 value：要搜索的值。 side：可選參數，指定搜索方向。默認為 'left'（從左到右）。
功能：
np.searchsorted() 在排序數組中執(zhí)行二進制搜索，并返回指定值應插入的位置以保持排序順序。 它假定輸入數組已排序。
示例：
import numpy as np arr = np.array([1, 3, 5, 7, 9]) # 查找值 7 應插入的索引 index = np.searchsorted(arr, 7) print(index) # 輸出： 3 # 從右側查找值 2 應插入的索引 index = np.searchsorted(arr, 2, side='right') print(index) # 輸出： 1
練習
使用 np.where() 或 np.searchsorted() 正確找到以下數組 arr 中所有等于 3 的元素的索引。
import numpy as np arr = np.array([1, 2, 3, 4, 3, 3, 6, 7, 8])
在評論中分享您的代碼和輸出。
最后
到此這篇關于一文詳解NumPy分割與搜索數組的文章就介紹到這了,更多相關NumPy分割與搜索數組內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
使用 Visual Studio Code（VSCode）搭建簡單的Python+Djan
這篇文章主要介紹了使用 Visual Studio Code（VSCode）搭建簡單的Python+Django開發(fā)環(huán)境的方法步驟，小編覺得挺不錯的，現在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-12-12
這篇文章主要為大家介紹了Python實現數字圖像處理染色體計數示例，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-06-06
本篇文章主要介紹了Python使用openpyxl讀寫excel文件的方法，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-06-06
Python 通過微信控制實現app定位發(fā)送到個人服務器再轉發(fā)微信服務器接收位置信息
這篇文章主要介紹了Python 通過微信控制實現app定位發(fā)送到個人服務器，再轉發(fā)微信服務器接收位置信息,本文給出了實例代碼，代碼簡單易懂，非常不錯具有一定的參考借鑒價值，需要的朋友可以參考下2019-08-08
Pytorch是熱門的深度學習框架之一,通過經典的MNIST數據集進行快速的pytorch入門,這篇文章主要給大家介紹了關于PyTorch簡單手寫數字識別的相關資料,需要的朋友可以參考下2021-11-11
在Excel中添加數據條是一種數據可視化技巧,它通過條形圖的形式在單元格內直觀展示數值的大小,尤其適合比較同一列或行中各個單元格的數值,本文將介紹如何使用Python在Excel中的指定單元格區(qū)域添加數據條,需要的朋友可以參考下2024-10-10
列表是元素的集合，存儲在一個變量中。這篇文章主要為大家介紹一下Python中列表的定義與使用，文中的示例代碼講解詳細，需要的可以參考一下2022-09-09
在python中，也有一種數據與此相近，不僅相近，這種數據的名稱就叫做dictionary，翻譯過來是字典，類似于前面的int/str/list，這種類型數據名稱是:dict2014-09-09
這篇文章主要為大家詳細介紹了python tools實現視頻的每一幀提取并保存，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-05-05
使用keras實現BiLSTM+CNN+CRF文字標記NER
這篇文章主要介紹了使用keras實現BiLSTM+CNN+CRF文字標記NER，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-06-06