快捷導(dǎo)航

Numpy數(shù)組拆分的實(shí)現(xiàn)步驟

更新時(shí)間：2026年04月16日 10:05:13 作者：O_meGa

本文詳細(xì)介紹了NumPy庫中的四個(gè)關(guān)鍵數(shù)組拆分函數(shù)：np.split、np.hsplit、np.vsplit和np.array_split,及如何根據(jù)索引位置進(jìn)行等分或不等分拆分,感興趣的可以了解一下

np.split

numpy.split函數(shù)可以按指定的索引位置對數(shù)組進(jìn)行分割，它接受一個(gè)數(shù)組和一個(gè)分割點(diǎn)列表作為參數(shù)，并返回一個(gè)包含分割后子數(shù)組的列表。

import numpy as np
# 創(chuàng)建一個(gè)一維數(shù)組
arr = np.arange(9)
print("Original array:")
print(arr)
# 按照索引位置分割數(shù)組
indices = [2, 5]
result = np.split(arr, indices)
for sub_arr in result:
    print("\nSplit Sub-array:")
    print(sub_arr)
# 輸出：
# Original array:
# [0 1 2 3 4 5 6 7 8]
#
# Split Sub-array:
# [0 1]
#
# Split Sub-array:
# [2 3 4]
#
# Split Sub-array:
# [5 6 7 8]
# 對于二維數(shù)組，可以通過設(shè)置axis參數(shù)來控制分割方向
arr_2d = np.arange(12).reshape(3, 4)
print("\n2D Array:")
print(arr_2d)
# 沿著行（axis=0）方向分割
result_2d_rows = np.split(arr_2d, [1], axis=0)
for row_arr in result_2d_rows:
    print("\nSplit Row-subarray:")
    print(row_arr)
# 沿著列（axis=1）方向分割
result_2d_cols = np.split(arr_2d, [2], axis=1)
for col_arr in result_2d_cols:
    print("\nSplit Column-subarray:")
    print(col_arr)

輸出：

2D Array:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]]

Split Row-subarray:
[[0 1 2 3]]

Split Row-subarray:
[[ 4 5 6 7]
[ 8 9 10 11]]

Split Column-subarray:
[[0 1]
[4 5]
[8 9]]

Split Column-subarray:
[[ 2 3]
[ 6 7]
[10 11]]

np.hsplit

np.hsplit 用于沿?cái)?shù)組的水平軸拆分?jǐn)?shù)組，它是 np.split 的特殊情況，適用于二維數(shù)組。

# 創(chuàng)建一個(gè)二維數(shù)組 
arr_2d = np.arange(16).reshape(4, 4) 
print("Original 2D array:\n", arr_2d) 
# 水平拆分成 2 個(gè)子數(shù)組 
hsplit_arr = np.hsplit(arr_2d, 2) 
print("Horizontally split array:", hsplit_arr)

輸出：

riginal 2D array:
[[ 0 1 2 3 ]
[ 4 5 6 7 ]
[ 8 9 10 11]
[12 13 14 15]]
Horizontally split array:
[array([[ 0, 1],
[ 4, 5],
[ 8, 9],
[12, 13]]),
array([[ 2, 3 ],
[ 6, 7 ],
[10, 11],
[14, 15]])]

np.vsplit

np.vsplit 用于沿?cái)?shù)組的垂直軸拆分?jǐn)?shù)組，它也是 np.split 的特殊情況。

# 垂直拆分成 2 個(gè)子數(shù)組 
vsplit_arr = np.vsplit(arr_2d, 2) 
print("Vertically split array:", vsplit_arr)

輸出：

Vertically split array:
[array([[0, 1, 2, 3],
[4, 5, 6, 7]]),
array([[ 8, 9, 10, 11],
[12, 13, 14, 15]])]

np.array_split

np.array_split 允許進(jìn)行不等分拆分，即子數(shù)組大小可以不一致。

# 創(chuàng)建一個(gè)數(shù)組 
arr = np.arange(7) 
print("Original array:", arr) 
# 不等分拆分成 3 個(gè)子數(shù)組 
array_split_arr = np.array_split(arr, 3) 
print("Array split into 3 parts:", array_split_arr)

輸出：

Original array: [0 1 2 3 4 5 6]
Array split into 3 parts:
[array([0, 1, 2]),
array([3, 4]),
array([5, 6])]

指定拆分位置

在 np.split、np.hsplit 和 np.vsplit 中，您也可以通過一個(gè)包含索引的列表來指定拆分的具體位置。

# 創(chuàng)建一個(gè)二維數(shù)組 
arr_2d = np.arange(16).reshape(4, 4) 
print("Original 2D array:\n", arr_2d) 
# 指定位置水平拆分?jǐn)?shù)組 
hsplit_arr_indices = np.hsplit(arr_2d, [3]) 
print("Horizontally split array at column index 3:", hsplit_arr_indices) 
# 指定位置垂直拆分?jǐn)?shù)組 
vsplit_arr_indices = np.vsplit(arr_2d, [1]) 
print("Vertically split array at row index 1:", vsplit_arr_indices)

預(yù)期輸出：

Original 2D array:
[[ 0 1 2 3]
[ 4 5 6 7]
[ 8 9 10 11]
[12 13 14 15]]
Horizontally split array at column index 3:
[array([[ 0, 1, 2],
[ 4, 5, 6],
[ 8, 9, 10],
[12, 13, 14]]),
array([[ 3],
[ 7],
[11],
[15]])]
Vertically split array at row index 1:
[array([[0, 1, 2, 3]]),
array([[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])]