numpy.split#

numpy.split(ary, indices_or_sections, axis=0)[source]#

将数组拆分为多个子数组，作为 ary 的视图。

参数：:

aryndarray

要划分为子数组的数组。

indices_or_sectionsint 或 1-D 数组

如果 indices_or_sections 是一个整数 N，则该数组将沿 axis 划分为 N 个相等的数组。如果无法进行此类拆分，则会引发错误。

如果 indices_or_sections 是一个排序整数的 1-D 数组，则条目指示数组沿 axis 的拆分位置。例如，[2, 3] 将在 axis=0 时产生以下结果：

ary[:2]
ary[2:3]
ary[3:]

如果索引超过数组沿 axis 的维度，则将返回相应的空子数组。

axisint，可选

要拆分的轴，默认为 0。

返回值：:

sub-arraysndarrays 列表: 作为 ary 的视图的子数组列表。

引发：:

ValueError: 如果 indices_or_sections 给定为整数，但拆分未导致相等划分。

另请参阅

array_split: 将数组拆分为多个大小相等或接近相等的大小子数组。如果无法进行等划分，则不会引发异常。
hsplit: 将数组水平（按列）拆分为多个子数组。
vsplit: 将数组垂直（按行）拆分为多个子数组。
dsplit: 将数组沿第三个轴（深度）拆分为多个子数组。
concatenate: 沿现有轴连接数组序列。
stack: 沿新轴连接数组序列。
hstack: 水平（按列）依次堆叠数组。
vstack: 垂直（按行）依次堆叠数组。
dstack: 按深度（沿第三个维度）依次堆叠数组。

示例

>>> import numpy as np
>>> 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)]