numpy.split#

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

将数组拆分为多个子数组，作为对 ary 的视图。

参数:

aryndarray

要拆分为子数组的数组。

indices_or_sectionsint 或 1-D 数组

如果 indices_or_sections 是一个整数 N，则数组将沿 axis 拆分为 N 个等长的数组。如果无法进行这种拆分，则会引发错误。

如果 indices_or_sections 是一个排序的整数 1-D 数组，则这些条目表示沿 axis 拆分数组的位置。例如，对于 axis=0，[2, 3] 将产生：

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

如果某个索引超出数组沿 axis 的维度，则相应地返回一个空子数组。

axisint, 可选

沿其进行拆分的轴，默认为 0。

返回:

sub-arraysndarray 列表: 一个子数组列表，作为对 ary 的视图。

引发:

ValueError: 如果 indices_or_sections 以整数形式给出，但拆分不能导致等分。

另请参阅

array_split: 将数组拆分为多个大小相等或近似相等的子数组。如果无法进行等分，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: 沿第 3 轴（深度）将数组拆分为多个子数组。
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）堆叠数组序列。
vstack: 垂直（按行）堆叠数组序列。
dstack: 深度（沿第三维）堆叠数组序列。

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)]