NumPy-taulukon erottaminen
- Edellinen sivu NumPy-taulukon yhdistäminen
- Seuraava sivu NumPy-taulukon hakeminen
Jaa NumPy-taulukko
Jako on yhdistämisen vastakohta.
Yhdistäminen (Joining) on useiden taulukkojen yhdistäminen yhdeksi, jaetun (Spliting) on yhden taulukon jakaminen useiksi.
Käytämme array_split()
Jaa taulukko, johon halutaan jakaa taulukko ja jakojen määrä.
Esimerkki
Jaa taulukko 3 osaan:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 3) print(newarr)
Huomautus:Palautusarvo on taulukko, joka sisältää kolme taulukkoa.
Jos taulukon elementit ovat vähemmän kuin vaadittu määrä, se mukauttaa vastaavasti lopusta.
Esimerkki
Jaa taulukko 4 osaan:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 4) print(newarr)
Vinkki:Meillä on myös split()
Menetelmä on käytettävissä, mutta kun lähtötaulukon elementit ovat vähäiset jaetaan, se ei mukautu elementtejä, kuten edellä olevassa esimerkissä.array_split()
Toimii normaalissa tilassa, mutta split()
Epäonnistuu.
Jaetaan taulukko
array_split()
Menetelmän palauttama arvo on taulukko, joka sisältää jokaisen jaetun taulukon.
Jos jaetaan taulukko 3 osaan, voidaan ne tarkastella samalla tavalla kuin minkä tahansa taulukon elementtejä:
Esimerkki
Käy läpi jaetut taulukot:
import numpy as np arr = np.array([1, 2, 3, 4, 5, 6]) newarr = np.array_split(arr, 3) print(newarr[0]) print(newarr[1]) print(newarr[2])
Jaetaan kaksidimensionaalisia taulukoita
Kun jaetaan kaksidimensionaalisia taulukoita, käytä samaa syntaksia.
Käytä array_split()
Metodi, syötä haluamaasi jaetaan taulukko ja haluamaasi jaetun määrän.
Esimerkki
Jaa tämä 2-D taulukko kolmeen 2-D taulukkoon.
import numpy as np arr = np.array([[1, 2], [3, 4], [5, 6], [7, 8], [9, 10], [11, 12]]) newarr = np.array_split(arr, 3) print(newarr)
Edellisessä esimerkissä palautetaan kolme 2-D taulukkoa.
Tarkastellaan toista esimerkkiä, jossa 2-D taulukon jokainen elementti sisältää 3 elementtiä.
Esimerkki
Jaa tämä 2-D taulukko kolmeen 2-D taulukkoon.
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.array_split(arr, 3) print(newarr)
Edellisessä esimerkissä palautetaan kolme 2-D taulukkoa.
Lisäksi voit määrittää, minkä akselin mukaan haluat jakaa.
Alla oleva esimerkki palauttaa kolme 2-D taulukkoa, mutta ne ovat rinnakkain (axis=1) jaetut.
Esimerkki
Rippiä rinnakkain tämä 2-D taulukko kolmeen 2-D taulukkoon.
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.array_split(arr, 3, axis=1) print(newarr)
Toinen ratkaisu on käyttää hstack()
Päinvastoin hsplit()
.
Esimerkki
Käytä hsplit() -menetelmää jakamaan 2-D taulukko kolmeen 2-D taulukkoon.
import numpy as np arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15], [16, 17, 18]]) newarr = np.hsplit(arr, 3) print(newarr)
Vinkki:vsplit()
ja dsplit()
Voit käyttää samanlaisia vstack()
ja dstack()
Samankaltaiset vaihtoehtoiset menetelmät.
- Edellinen sivu NumPy-taulukon yhdistäminen
- Seuraava sivu NumPy-taulukon hakeminen